Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

TVMS-3

.pdf
Скачиваний:
88
Добавлен:
13.02.2015
Размер:
1.83 Mб
Скачать

новременно у одного и того же страховщика страхуется большая однородная (по возрасту, полу, типу профессии, месту проживания и т. п.) группа страхо вателей, в силу закона больших чисел можно говорить об у с т о й ч и в о с т и о т н о с и т е л ь н ы х ч а с т о т и рассматривать продолжительность жизни как неотрицательную случайную величину X с функцией распределения

F(x) = P{X < x}. Функция выживания

s(x) = P{X x} = 1 – F(x),

(4.5.1)

равна вероятности того, что человек из данной однородной группы проживет не менее x лет. Функция выживания (4.5.1) предполагается монотонно убы вающей (иначе в определенных интервалах времени смерть будет невозмож на) и непрерывной (иначе возможны моменты, в которые смерть наступает с положительной вероятностью). Кроме того, функция выживания (4.5.1) долж на удовлетворять всем свойствам, которые следуют из того, что F(x) = 1 – s(x) является ф у н к ц и е й р а с п р е д е л е н и я случайной величины X.

Пусть

T(x) = X x

о с т а т о ч н о е в р е м я ж и з н и человека в возрасте x лет. Через

tpx = P{T(x) t}

обозначается вероятность того, что человек в возрасте x лет проживет еще не менее t лет.

По определению условной вероятности

t px =P{T(x)

t} =P{X x +t|X x} =

P{X x +t}

=

x+t p0

=

s(x +t)

.

P{X x}

 

 

 

 

 

x p0

 

 

s(x)

В т а б л и ц а х

п р о д о л ж и т е л ь н о с т и ж и з н и

рассматривается

группа новорожденных одного пола, проживающих в одинаковой местности, в количестве l0 чел. Пусть Xk — продолжительность жизни k го человека из данной группы (k = 1, 2, … , l0). Количество доживших до возраста x обозначим L(x), и в таблицах продолжительности жизни приводится математическое ожидание случайной величины L(x):

l0

l0

lx =ML(x) =P{Xk

x} =s(x) =l0s(x) .

k=1

k=1

Фрагмент такой таблицы продолжительности жизни для городского на селения Российской Федерации в 1993 г. приведен в табл. 4.5.1.

Простейший вид к р а т к о с р о ч н о г о с т р а х о в а н и я ж и з н и за ключается в следующем. Страхователь (некоторый человек) платит страхов щику (страховой компании) страховую премию в сумме c ден. ед., а страхов щик соглашается выплатить наследникам страхователя страховую выплату (или страховое пособие) в сумме b ден. ед. в случае его смерти в течение года (и не платить ничего в противном случае).

Величина страховой выплаты, конечно, должна быть много больше стра ховой премии.

31

 

 

 

 

 

 

 

 

 

Т а б л и ц а 4.5.1

 

 

Фрагмент таблицы продолжительности жизни

 

 

 

городского населения Российской Федерации в 1993 г.

 

 

 

 

 

 

 

 

 

 

 

 

 

x

Женщины

Мужчины

x

Женщины

Мужчины

 

lx

s(x)

lx

s(x)

lx

s(x)

lx

s(x)

 

 

 

 

0

100 000

1,00000

100 000

1,00000

55

87 007

0,87007

64 338

0,64338

 

1

98 324

0,98324

97 822

0,97822

60

82 469

0,82469

54 864

0,54864

 

5

97 922

0,97922

97 416

0,97416

65

76 558

0,76558

44 222

0,44222

 

10

97 790

0,97790

97 080

0,97080

70

67 118

0,67118

32 706

0,32706

 

15

97 623

0,97623

96 764

0,96764

75

53 628

0,53628

21 417

0,21417

 

20

97 278

0,97278

95 804

0,95804

80

36 986

0,36986

11 814

0,11814

 

25

96 832

0,96832

94 194

0,94194

85

20 192

0,20192

5113

0,05113

 

30

96 296

0,96296

92 009

0,92009

90

7607

0,07607

1571

0,01571

 

35

95 572

0,95572

89 008

0,89008

95

1591

0,01591

297

0,00297

 

40

94 474

0,94474

85 003

0,85003

99

237

0,00237

48

0,00048

 

45

92 831

0,92831

79 644

0,79644

100

130

0,00130

28

0,00028

 

50

90 335

0,90335

72 722

0,72722

110

0

0,00000

0

0,00000

 

Одной из важнейших задач актуарной математики является вычисление соотношений между страховой выплатой b и страховой премией c.

ТЕОРЕМА О СУММАРНОМ ДОХОДЕ СТРАХОВЩИКА. Пусть страховщик продал

страхователям одного пола, одного возраста (x лет), проживающим в оди наковой местности, n договоров страхования, согласно которым в случае смерти страхователя в течение ближайшего года его наследникам выплачи вается страховая выплата b ден. ед. Стоимость одного договора равна c ден. ед., а годовая ставка безрисковых вложений составляет i.

Тогда

n(c(1+i)−bpx )−u(1

+i)

 

 

npx

 

 

 

 

 

 

0

 

 

 

(4.5.2)

 

 

 

P{U u} =Φ0

 

 

 

 

 

.

 

b npx (1−px )

 

 

 

 

 

 

 

 

 

 

 

 

1−px

 

Доказательство. В общем случае страховщик получит доход, не меньший u, если раз ность U между суммарной страховой премией и суммарными страховыми выплатами за год окажется не менее u.

Суммарная страховая премия, которую получит страховщик от всех n страхователей, равна, очевидно, C = nc ден. ед. Пусть за год наступит K страховых случаев (умрет K человек из n страхователей). Тогда суммарные страховые выплаты составят B = Kb ден. ед. Приведя их к настоящему времени [умножив на коэффициент дисконтирования v = (1 + i)–1], полу чим, что искомая вероятность

P{U u} =P {nc

Kb

u}=P {K

(ncu)(1+i)

}.

1+i

b

Вероятность того, что любой страхователь, случайно выбранный из n человек, которые приобрели полисы, умрет в течение ближайшего года, можно найти по таблице продолжи тельности жизни для данной социальной группы:

px 1px = s(x +1) = lx+1 , s(x) lx

где lx — количество доживших до возраста x.

32

При этом страховые случаи не зависят друг от друга, и можно рассмотреть биномиальную случайную величину K = Bi(n; px) — количество смертей в группе из n страхователей. При n →∞можно воспользоваться интегральной теоремой Муавра — Лапласа, согласно которой

 

 

 

 

 

 

 

 

 

 

 

P{K

 

 

 

k} =P{0

K

 

 

k} =Pn (0; k) =

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k npx

 

 

 

 

 

0−npx

 

 

 

 

 

k npx

 

 

 

 

 

 

 

npx

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

−Φ0

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

.

 

 

 

 

 

 

 

x

 

 

 

x

 

 

 

x

(1−p

x

 

 

 

 

np

x

 

 

 

 

 

x

 

 

 

1−p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

np

(1−p )

 

 

np

)

 

 

 

 

 

(1−p )

 

 

 

 

 

 

 

 

 

В частности,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P{U

 

 

u} =P {K

 

(ncu)(1+i)

}=

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(ncu)(1+i)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

np

 

 

 

np

 

 

 

 

 

n(c(1

+i)−bp

 

)−u(1+i)

 

 

 

 

 

np

 

 

 

 

b

 

 

 

 

x

 

 

x

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

0

 

np

(1−p

)

 

 

 

0

 

1−p

 

 

 

0

 

 

 

b np

(1−p

)

 

 

 

0

 

1−p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

x

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

x

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

x

Таким образом,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n(c(1+i)−bpx )−u(1+i)

 

 

 

 

 

 

npx

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P{U u} =Φ0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b np

(1−p

)

 

 

 

1−p

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

что и требовалось доказать.

Определим такое соотношение между страховой выплатой b и страховой премией c на один договор, чтобы с вероятностью γ, близкой к единице, обес печить страховой компании доход, не меньший u. При этом P{U u} = γ, по этому по формуле (4.5.4) получим, что

n(c(1

+i)−bpx )−u(1

+i)

 

 

 

 

npx

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

= γ.

 

 

 

 

 

 

 

 

 

 

 

Φ0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b npx (1−px )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1−px

 

или

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

n(c(1+i)−bpx )−u(1+i)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

=α .

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

b npx

(1−px )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

где

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

npx

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

α =

 

+γ−Φ0

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

2

1−p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

Если обозначить xα квантиль уровня α стандартного нормального распре деления N(0; 1), то

 

n(c(1+i)−bpx )−u(1+i)

=xα ,

 

 

b npx (1−px )

 

 

 

 

 

 

 

откуда

b(npx +xα

 

(1−px ))

 

c =u +

npx

 

 

 

 

 

.

(4.5.3)

n(1

+i)

 

 

 

 

 

 

 

 

Тем самым доказана

33

ТЕОРЕМА О СООТНОШЕНИИ СТРАХОВОЙ ВЫПЛАТЫ И СТРАХОВОЙ ПРЕМИИ. Пусть

страховщик продал страхователям одного пола, одного возраста (x лет), проживающим в одинаковой местности, n договоров страхования, согласно которым в случае смерти страхователя в течение ближайшего года его на следникам выплачивается страховая выплата b ден. ед. Стоимость одного договора равна c ден. ед., а годовая ставка безрисковых вложений составляет i.

Тогда при выполнении соотношения (4.5.3) между страховой выплатой b и страховой премией c на один договор, чтобы с вероятностью , близкой к единице, обеспечить страховой компании доход, не меньший u.

Естественно, в реальных страховых компаниях стоимость договора стра хования складывается из теоретической оценки страховой премии (4.5.3) и оценки средних транзакционных издержек на один договор. Первое из этих слагаемых одинаково для всех страховых компаний, действующих на одном рынке, и компания может обеспечить конкурентоспособность своих страховых продуктов только за счет снижения транзакционных издержек.

Задачи

418. Вероятность смерти тридцатилетнего мужчины составляет 0,006. Страховая компания заключила 10 000 договоров страхования с мужчинами в возрасте тридцати лет, согласно которым в случае смерти застрахованного лица в течение ближайшего года его наследникам в конце этого года выплачивается 120 000 руб. Стоимость одного договора равна 1200 руб, а годовая ставка по бан ковским депозитам равна 20%. Найти вероятности следующих событий: а) к кон цу года страховая компания окажется в убытке; б) доход страховой компании превысит 4 000 000 руб.

Решение. Пусть за год наступило K страховых случаев, тогда доход страховой компа нии составит

U =10 000 1200−120 000K =100 000(120−K) 1+0,2

здесь мы привели все выплаты к настоящему моменту времени: выплата 120 000 руб. че

120 000

 

 

 

 

рез год имеет с е г о д н я ценность

 

.

 

 

 

 

1+0,2

Поэтому компания окажется в убытке (U < 0), если за год наступит более 120 страхо вых случаев (т. е. от 121 до 10 000). Доход страховой компании превысит 4 000 000 руб. (U > 4 000 000), если за год наступит менее 80 страховых случаев. Вероятность наступления страхового случая px = 0,006. Всего проводится n = 10 000 испытаний. Поскольку число ис пытаний т велико, можно воспользоваться интегральной теоремой Муавра — Лапласа:

 

 

 

 

 

 

10 000−60

 

 

 

 

121−60

 

 

 

 

9 940

 

 

 

 

61

 

 

 

P10 000 (121;10 000) ≈Φ0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

=

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

−Φ0

 

 

 

 

0

 

 

 

 

−Φ0

 

 

 

 

 

 

 

 

 

 

 

60 (1−0,006)

 

 

 

 

60 (1−0,006)

 

 

 

 

 

 

 

 

 

 

59,64

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

59,64

 

 

 

 

 

 

 

 

 

 

 

0 (1287,56)−Φ0 (7,90)≈0,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

т. е. страховая компания окажется в убытке с нулевой вероятностью;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

80−60

 

 

 

 

 

 

 

0−60

 

 

 

 

 

20

 

 

 

 

 

 

60

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P

(0;80) ≈Φ

 

 

 

 

 

 

−Φ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

=

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10 000

 

0

 

 

 

 

 

 

 

0

 

 

 

 

 

 

0

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

59,64

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

60(1−0,006)

 

 

 

 

60(1−0,006)

 

 

 

 

 

 

 

 

59,64

 

 

 

0 (2,589)−Φ0 (−7,77) ≈0,995,

34

значит, доход страховой компании превысит 4 000 000 руб. с вероятностью 0,995, очень близ кой к единице, т. е. почти наверное.

419. В страховой компании 10 000 клиентов, взнос каждого из которых со ставляет 1000 руб. Вероятность наступления страхового случая равна (по оцен кам экспертов компании) 0,005, а страховая выплата при наступлении страхово го случая составляет 100 000 руб. Определить, на какую прибыль может рассчи тывать страховая компания с вероятностью 0,99. Определить минимальный раз мер страховой премии, при котором страховая компания получит прибыль, не меньшую 1 000 000 руб., с вероятностью 0,999.

35

36

Глава 5. ВВЕДЕНИЕ В МАТЕМАТИЧЕСКУЮ СТАТИСТИКУ

§5.1.ОСНОВЫ ВЫБОРОЧНОГО МЕТОДА

5.1.1.Г е н е р а л ь н а я с о в о к у п н о с т ь и в ы б о р к а

Генеральной совокупностью называют совокупность результатов в с е х м ы с л е н н о в о з м о ж н ы х н а б л ю д е н и й над какой либо случайной величиной X (в том числе, и повторяющихся), проводимых в одинаковых ус ловиях. Иными словами, генеральная совокупность представляет собой набор всех возможных значений данной случайной величины. Как правило, огром ный объем генеральной совокупности не позволяет просто переписать все ее элементы, в таких случаях подвергают изучению ограниченное количество значений, отобранных из всей совокупности.

Выборочной совокупностью (или просто выборкой) называют результа

ты ограниченного числа наблюдений над случайной величиной

X . С у щ

н о с т ь в ы б о р о ч н о г о м е т о д а состоит в том, чтобы п о

в ы б о р к е

как некоторой части генеральной совокупности делать выводы о

в с е й гене

ральной совокупности в целом.

 

Выборку называют репрезентативной, если она адекватно отражает ис следуемые свойства генеральной совокупности. Чтобы выборка была репрезен тативной, можно организовать ее следующим образом. Из генеральной совокуп ности случайным образом отбирается элемент и обследуется, после чего возвра щается в общую совокупность и может быть отобран и обследован повторно.

Такая выборка называется повторной случайной. В повторной случайной выборке наблюдения X1, X2,…, Xn независимы и проводятся в одинаковых (с вероятностной точки зрения) условиях, т. е. распределены по одному и тому же закону: FXi (x) =FX (x), i =1, 2,…, n .

Конкретной выборкой называется конкретный набор чисел x1, x2,…, xn , полученный в результате наблюдений над случайной величиной X , т. е. набор, состоящий из n р е а л и з а ц и й случайной величины X .

Число элементов в выборке называется ее объемом. Выборочным средним называется величина

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Xi

 

 

 

 

 

 

 

X

=

i=1

.

 

 

 

(5.1.1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

Эта величина является

в ы б о р о ч н ы м

а н а л о г о м

м а т е м а т и

ч е с к о г о о ж и д а н и я MX .

 

 

 

 

 

 

 

 

В ы б о р о ч н ы м а н а л о г о м

д и с п е р с и и является, например, ве

личина

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

(Xi

 

)2

 

 

 

 

 

 

 

 

 

 

 

X

 

 

 

 

 

 

 

 

 

 

 

2

 

 

2

 

 

i=1

 

 

 

 

ˆσ =(X X)

=

 

 

 

,

(5.1.2)

X

n

 

называемая выборочной дисперсией.

 

 

37

По результатам

наблюдений двумерной

случайной

величины

(X1; Y1), (X2; Y2 ),…, (Xn ; Yn ) можно вычислить выборочную ковариацию

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(Xi

 

 

 

)(Yi

 

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

Y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

cov(X, Y) =(X

X

)(Y

Y

) =

 

i=1

 

 

 

 

 

 

 

 

 

 

 

 

 

(5.1.3)

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

и выборочный коэффициент корреляции

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ˆρ(X, Y) =

cov(X, Y)

.

 

 

 

 

 

 

 

 

 

 

 

 

(5.1.4)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ˆˆσ σ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X Y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для выборочной дисперсии и выборочной ковариации несложно доказать

формулы

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

n

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Xi

 

Xi

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

2

 

 

 

 

2

 

 

 

 

 

i=1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ˆσ

= X

 

(X) =

 

i=1

 

 

 

 

,

 

 

 

 

 

(5.1.5)

 

 

 

 

 

 

 

 

 

 

 

 

X

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

и

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Xi Yi

 

 

 

 

 

 

 

 

 

 

 

 

cov(X, Y) =

XY

X

 

Y

=

i=1

 

 

X

 

Y

,

(5.1.6)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

но пользоваться этими формулами можно только в теоретических выкладках, так как при практических расчетах эти формулы обладают существенно большей вычислительной погрешностью, чем их аналоги (5.1.2) и (5.1.3). Дока зать формулы (5.1.5) и (5.1.6) мы предлагаем читателю в задачах 422 и 423.

Несложно также показать, что выборочный коэффициент корреляции заключен в пределах от –1 до 1 и характеризует близость зависимости между выборками X и Y к линейной (рис. 5.1.1).

Чем ближе точки (xi; yi) расположены к некоторой прямой, тем ближе значение модуля выборочного коэффициента корреляции ˆ| ρ(X, Y) | к единице, и наоборот, чем ближе ˆ| ρ(X, Y) | к единице, тем ближе точки (xi; yi) расположе ны к некоторой прямой. При этом выборочный коэффициент корреляции ˆρ(X, Y) положителен [отрицателен] тогда и только тогда, когда при увеличении одной из величин X, Y значения другой имеют тенденцию к увеличению [соот ветственно, к уменьшению], т. е. прямая, около которой расположены точки (xi; yi), имеет положительный [соответственно, отрицательный] наклон.

Значение выборочного коэффициента корреляции, близкое к нулю, озна чает отсутствие линейной связи между переменными, но при этом может на блюдаться сильная нелинейная корреляционная зависимость (как на рис. 5.1.1, е, где точки расположены близко к некоторой п а р а б о л е ) или ста тистическая связь, которую в виде функциональной зависимости переменных представить невозможно, так, на рис. 5.1.1, ж приведен пример статистиче ской зависимости, когда с увеличением x растет разброс точек вдоль оси y, однако никакой функцией y = f(x) (линейной или нелинейной) такую зави симость выразить нельзя.

38

y

y

y

x

x

x

а)

в)

д)

y

y

y

x

x

x

б)

г)

е)

 

y

 

x

ж)

Рис. 5.1.1. Виды зависимости между выборками: сильная линейная прямая,ˆρ(X, Y) ≈1 (а);

слабая линейная прямая,ˆρ(X, Y) ≈−0,5 (б);

сильная линейная обратная,ˆρ(X, Y) ≈−1 (в);

слабая линейная обратная,ˆρ(X, Y) ≈−0,5 (г);

отсутствие зависимости,ˆρ(X, Y) ≈0 (д);

сильная нелинейная,ˆρ(X, Y) ≈0 (е);

зависимость, не являющаяся корреляционной,ˆρ(X, Y) ≈0 (ж)

39

Задачи

420. Вычислить выборочный коэффициент корреляции по результатам наблюдений двумерной случайной величины:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

3

 

 

 

 

 

 

 

4

 

6

7

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

yi

 

5

 

 

 

 

 

10

 

9

12

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

2

, cov(X, Y) , заполняя столбцы табл. 5.1.1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Решение. Последовательно вычисляем x, y,ˆσ

,ˆσ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

 

Y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Т а б л и ц а 5.1.1

 

 

 

 

 

 

 

 

 

 

Расчет выборочных характеристик в задаче 420

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

y

x

x

 

 

 

y

y

 

 

 

 

 

(x

x

)2

 

 

 

 

 

 

(y

y

)2

 

 

 

 

(x

x

)(y

y

)

3

5

 

 

–2

 

 

 

4

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

16

 

 

 

 

8

 

 

 

 

 

4

10

 

 

–1

 

 

 

1

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

–1

6

9

 

 

1

 

 

 

 

0

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

0

 

 

 

 

 

7

12

 

 

2

 

 

 

 

3

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

9

 

 

 

 

 

 

6

 

 

 

 

 

 

 

=5

 

 

 

 

=9

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

=3,25

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(x

 

)2 =2,5

 

 

(y

 

)2 =6,5

 

 

 

 

(x

 

)(y

 

)

 

 

y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

y

x

y

 

 

Получили следующие значения:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x =5; y =6,5;ˆσ

=(x x)

=2,5;ˆσ

 

=(yy)

=6,5; cov(X, Y) =(x x)(yy) =3,25.

 

 

 

 

 

 

 

 

 

 

X

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Затем находимˆσ

2

 

 

1,58;ˆσ

 

 

 

 

 

 

 

 

 

2

 

=2,55 и подставляем рассчитанные значения

 

 

= ˆσ

 

= ˆσ

 

 

 

 

 

 

 

 

 

 

X

 

 

 

X

 

 

 

 

 

 

 

 

 

Y

 

 

 

 

 

 

 

 

 

Y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

в формулу (5.1.4): ˆρ(X, Y) =

cov(X, Y)

=

 

 

3,25

 

 

 

 

≈0,81.

 

 

 

 

 

 

 

 

 

 

 

 

 

ˆˆσ σ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,58 2,55

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

Y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

421. Вычислить выборочный коэффициент корреляции по результатам наблюдений двумерной случайной величины:

xi −2 −1 0 1 2

yi 4 1 0 1 4

422.Доказать формулу (5.1.5).

423.Доказать формулу (5.1.6).

40

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]