Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
158_Tv / ТВ10.doc
Скачиваний:
45
Добавлен:
15.09.2014
Размер:
481 Кб
Скачать
☆

Закон распределения и числовые характеристики -мерного случайного вектора

Закон распределения системы случайных величин – -мерного случайного вектора с составляющими – в общем случае может быть задан в виде функции распределения:

. (5.26)

Свойства функции распределения -мерного случайного вектора аналогичны свойствам функции распределения одной или двух случайных величин:

1. есть неубывающая функция каждого из своих аргументов.

2. Если хотя бы один из аргументов обращается в , то функция распределения равна нулю.

3. Функция распределения любой подсистемы системы определяется, если положить в функции распределения аргументы, соответствующие остальным случайным величинам, равными :

.

Чтобы определить функцию распределения любой из случайных величин, входящих в систему, нужно положить в все аргументы, кроме , равными :

.

4. Функция распределения непрерывна слева по каждому из своих аргументов.

5. Если случайные величины независимы, то

.

Для системы непрерывных случайных величин функция распределения непрерывна и дифференцируема по каждому из аргументов, а также существует -я смешанная частная производная

,

которая является совместной плотностью распределения системы непрерывных случайных величин , т. е.

. (5.27)

Свойства совместной функции распределения:

1. .

2. .

3. Если случайные величины независимы, то

.

Закон распределения системы зависимых случайных величин, являющийся функцией многих аргументов, весьма неудобен в практическом применении. Поэтому в практических (инженерных) приложениях теории вероятностей рассматриваются в основном числовые характеристики -мерного случайного вектора:

1. математических ожиданий:

;

2. дисперсий:

;

3. ковариаций:

.

Учитывая, что дисперсия случайной величины есть ковариация , то все ковариации ( ) совместно с дисперсиями образуют матрицу ковариаций (ковариационную или корреляционную матрицу) – таблицу, состоящую из строк и столбцов:

. (5.28)

Так как , то матрица ковариаций симметрична относительно главной диагонали, на которой стоят дисперсии случайных величин. Если случайные величины попарно не коррелированные, т. е. , то матрица (5.25) становится диагональной:

.

Вместо матрицы ковариаций можно записать матрицу коэффициентов корреляции:

, (5.29)

где .

Отсюда единицы по главной диагонали в матрице (5.29). Если же случайные величины попарно не коррелированные, т. е. , то матрица коэффициентов корреляции будет единичной матрицей:

.

Иногда рассматривают условное математическое ожидание одной из случайных величин, например , при условии, что все остальные случайные величины приняли определенные значения: .

.

Это условное математическое ожидание называется регрессией на . Геометрически регрессия интерпретируется как поверхность в -мерном пространстве и называется поверхностью регрессии на .

Регрессия будет линейной, если поверхность регрессии описывается линейной функцией, т. е.

,

где – постоянные коэффициенты.

В двумерном случае линия регрессии прямая, в трехмерном – плоскость; в общем случае – гиперплоскость в пространстве измерений.

Для системы случайных величин , имеющей нормальное распределение, регрессия всегда линейна.

Соседние файлы в папке 158_Tv