- •§ 2. Закон распределения вероятностей дискретной двумерной случайной величины
- •§ 3. Функция распределения двумерной случайной величины.
- •§ 4. Свойства функции распределения двумерной случайной величины
- •§ 5. Вероятность попадания случайной точки в полуполосу
- •§ 6. Вероятность попадания случайной точки в прямоугольник
- •§ 7. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины (двумерная плотность вероятности)
- •§ 8. Нахождение функции распределения системы по известной плотности распределения
- •§ 9. Вероятностный смысл двумерной плотности вероятности.
- •§ 10. Вероятность попадания случайной точки в произвольную область
- •§11. Свойства двумерной плотности вероятности
- •§ 12. Отыскание плотностей вероятности составляющих двумерной случайной величины
- •§ 13. Условные законы распределения составляющих системы дискретных случайных величин
- •§ 14. Условные законы распределения составляющих системы непрерывных случайных величин
- •§ 15. Условное математическое ожидание
- •§ 16. Зависимые и независимые случайные величины
- •§ 17. Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции
- •§ 18. Коррелированность и зависимость случайных величин
- •§ 19. Нормальный закон распределения на плоскости
- •§ 20. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •§ 21. Линейная корреляция. Нормальная корреляция
- •§ 1. Задачи математической статистики
- •§ 2. Краткая историческая справка
- •§ 3. Генеральная и выборочная совокупности
- •§ 4 Повторная и бесповторная выборки. Репрезентативная выборка
- •§ 5. Способы отбора
- •§ 6. Статистическое распределение выборки
- •§ 7. Эмпирическая функция распределения
- •§ 8. Полигон и гистограмма
- •§ 1. Статистические оценки параметров распределения
- •§ 2. Несмещенные, эффективные и состоятельные оценки
- •§ 3. Генеральная средняя
- •§ 4. Выборочная средняя
- •§ 5. Оценка генеральной средней по выборочной средней. Устойчивость выборочных средних
- •§ 6. Групповая и общая средние
- •§ 7. Отклонение от общей средней и его свойство
- •§ 8. Генеральная дисперсия
- •§ 9. Выборочная дисперсия
- •§ 10. Формула для вычисления дисперсии
- •§11. Групповая, внутригрупповая, межгрупповая и общая дисперсии
- •§ 12. Сложение дисперсий
- •§ 13. Оценка генеральной дисперсий по исправленной выборочной
- •§14. Точность оценки, доверительная вероятность (надежность). Доверительный интервал
- •§ 15. Доверительные интервалы для оценки математического ожидания нормального распределения при известном σ
- •§ 16. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном σ
- •§ 17. Оценка истинного значения измеряемой величины
- •§ 18. Доверительные интервалы для оценки среднего квадратического отклонения σ нормального распределения
- •§ 19. Оценка точности измерений
- •§ 20. Оценка вероятности (биномиального распределения) по относительной частоте
- •§ 21. Метод моментов для точечной оценки параметров распределения
- •§ 22. Метод наибольшего правдоподобия
- •§ 23. Другие характеристики вариационного ряда
- •§ 1. Условные варианты
- •§ 2. Обычные, начальные и центральные эмпирические моменты
- •§ 3. Условные эмпирические моменты. Отыскание центральных моментов по условным
- •§ 4. Метод произведений для вычисления выборочных средней и дисперсии
- •§ 5. Сведение первоначальных вариант к равноотстоящим
- •§ 6. Эмпирические и выравнивающие (теоретические) частоты
- •§ 7. Построение нормальной кривой по опытным данным
- •§ 8. Оценка отклонения эмпирического распределения от нормального. Асимметрия и эксцесс
- •§ 1. Функциональная, статистическая и корреляционная зависимости
- •§ 2. Условные средние
- •§ 3. Выборочные уравнения регрессии
- •§ 4. Отыскание параметров выборочного уравнения прямой линии среднеквадратичной регрессии по не сгруппированным данным
- •§ 5. Корреляционная таблица
- •§ 6. Отыскание параметров выборочного уравнения прямой линии регрессии по сгруппированным данным
- •§ 7. Выборочный коэффициент корреляции
- •§ 8. Методика вычисления выборочного коэффициента корреляции
- •§ 9. Пример на отыскание выборочного уравнения прямой линии регрессии
- •§ 10. Предварительные соображения к введению меры любой корреляционной связи
- •§ 11. Выборочное корреляционное отношение
- •§ 12. Свойства выборочного корреляционного отношения
- •§ 13. Корреляционное отношение как мера корреляционной связи. Достоинства и недостатки этой меры
- •§ 14. Простейшие случаи криволинейной корреляции
- •§ 15. Понятие о множественной корреляции
- •§ 1. Статистическая гипотеза. Нулевая и конкурирующая, простая и сложная гипотезы
- •§ 2. Ошибки первого и второго рода
- •§ 3. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия
- •§ 4. Критическая область. Область принятия гипотезы. Критические точки
- •§ 5. Отыскание правосторонней критической области
- •§ 6. Отыскание левосторонней и двусторонней критических областей
- •§ 7. Дополнительные сведения о выборе критической области. Мощность критерия
- •§ 8. Сравнение двух дисперсий нормальных генеральных совокупностей
- •§ 9. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности
- •§ 10. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых известны (независимые выборки)
- •§ 11( Сравнение двух средних произвольно распределенных генеральных совокупностей (большие независимые выборки)
- •§ 12. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы (малые независимые выборки)
- •§ 13. Сравнение выборочной средней с гипотетической генеральной средней нормальной совокупности а. Дисперсия генеральной совокупности известна.
- •§ 14. Связь между двусторонней критической областью и доверительным интервалом
- •§ 15. Определение минимального объема выборки при сравнении выборочной и гипотетической генеральной средних
- •§ 16. Пример на отыскание мощности критерия
- •§ 17. Сравнение двух средних нормальных генеральных совокупностей с неизвестными дисперсиями (зависимые выборки)
- •§ 18. Сравнение наблюдаемой относительной частоты с гипотетической вероятностью появления события
§11. Свойства двумерной плотности вероятности
Свойство 1. Двумерная плотность вероятности неотрицательна:
f(x, у)≥0.
Доказательство. Вероятность попадания случайной точки в прямоугольник со сторонами x и есть неотрицательное число; площадь этого прямоугольника - положительное число. Следовательно, отношение этих двух чисел, а значит, и их предел (прии), который равен f(x, у) (см. § 9), есть неотрицательное число, т. е.
f(x, у)≥0.
Заметим, что свойство непосредственно следует из того, что F (x,у) - неубывающая функция своих аргументов (§ 4).
Свойство 2. Двойной несобственный интеграл с бесконечными пределами от двумерной плотности равен единице:
.
Доказательство. Бесконечные пределы интегрирования указывают, что областью интегрирования служит вся плоскость xОy; поскольку событие, состоящее в том, что случайная точка попадет при испытании на плоскость xОy, достоверно, то вероятность этого события (она и определяется двойным несобственным интегралом от двумерной плотности) равна единице, т. е.
.
Пример. Задана плотность совместного распределения непрерывной двумерной случайной величины (X, У): f(x, у)С cos x cos у в квадрате, ; вне этого квадратаf(x, у)=0.
Найти постоянный параметр С.
Решение. Воспользуемся свойством 2, учитывая, что x и y изменяются от 0 до /2:
С.
Отсюда
Выполнив интегрирование, получим искомое значение параметра С=1.
§ 12. Отыскание плотностей вероятности составляющих двумерной случайной величины
Пусть известна плотность совместного распределения вероятностей системы двух случайных величин. Найдем плотности распределения каждой из составляющих.
Найдем сначала плотность распределения составляющей X. Обозначим через F1(x) функцию распределения, составляющей X. По определению плотности распределения одномерной случайной величины,
.
Приняв во внимание соотношения
(см.§8),
(см.§4),
найдем
Продифференцировав обе части этого равенства по x, получим
,
или
. (*)
Аналогично находим плотность распределения составляющей Y:
. (**)
Итак, плотность распределения одной из составляющих равна несобственному интегралу с бесконечными пределами от плотности совместного распределения системы, причем переменная интегрирования соответствует другой составляющей.
Пример. Двумерная случайная величина (X, У) задана плотностью совместного распределения
Найти плотности распределения составляющих X и Y.
Решение. Найдем плотность распределения составляющей X по формуле (*):
.
Итак,
Аналогично, используя формулу (**), найдем плотность распределения составляющей Y:
Рекомендуем читателю для контроля самостоятельно убедиться в том, что найденные функции удовлетворяют соотношениям
и.
§ 13. Условные законы распределения составляющих системы дискретных случайных величин
Известно, что если события А и В зависимы, то условная вероятность события В отличается от его безусловной вероятности. В этом случае (см. гл. III, § 2)
. (*)
Аналогичное положение имеет место и для случайных величин. Для того чтобы охарактеризовать зависимость между составляющими двумерной случайной величины, введем понятие условного распределения.
Рассмотрим дискретную двумерную случайную величину (X,Y). Пусть возможные значения составляющих таковы: х1 х2, .... хп; у1, у2 ..., ут.
Допустим, что в результате испытания величина Y приняла значение Y= у1; при этом X примет одно из своих возможных значений: х1, или х2, ..., или хn. Обозначим условную вероятность того, что X примет, например, значение х1 при условии, что Y=у1, через р(х1|у1). Эта вероятность, вообще говоря, не будет равна безусловной вероятности р(х1).
В общем случае условные вероятности составляющей будем обозначать так:
p(xi|yj) (i=1, 2, …, n; j=1, 2, …, m).
Условным распределением составляющей X при Y=у1 называют совокупность условных вероятностей p(x1|yj), p(x2|yj), …, p(xn|yj) вычисленных в предположении, что событие Y=уj (j имеет одно и то же значение при всех значениях X) уже наступило. Аналогично определяется условное распределение составляющей Y.
Зная закон распределения двумерной дискретной случайной величины, можно, пользуясь формулой (*), вычислить условные законы распределения составляющих. Например, условный закон распределения X в предположении, что событие Y=у1 уже произошло, может быть найден по формуле
(i=1, 2, …, n).
В общем случае условные законы распределения составляющей X определяются соотношением
(**)
Аналогично находят условные законы распределения составляющей Y:
. (***)
Замечание. Сумма вероятностей условного распределения равна единице.
Действительно, так как при фиксированном yi имеем (см. § 2)
, то
.
Аналогично доказывается, что при фиксированном xi
.
Это свойство условных распределений используют для контроля вычислений.
Пример. Дискретная двумерная случайная величина задана табл. 4.
Таблица 4
Y |
X | ||
x1 |
x2 |
x3 | |
y1 y2 |
0,10 0,06 |
0,30 0,18 |
0,20 0,16 |
Найти условный закон распределения составляющей X при условии, что составляющая Y приняла значение y1.
Решение. Искомый закон определяется совокупностью следующих условных вероятностей:
p(x1|y1), p(x2|y1), p(x3|y1).
Воспользовавшись формулой (*) и приняв во внимание, что p (y1) = 0,60 (см. § 2, пример), имеем:
p(x1|y1)= p(x1,y1)/p(y1)=0,10/0,60=1/6,
p(x2|y1) =p(x2,y1)/p(y1)=0,30/0,60=1/2,
p(x3|y1)= p(x3,y1)/p(y1)=0,20/0,60=1/3.
Сложив для контроля найденные условные вероятности, убедимся, что их сумма равна единице, как и должно быть, в соответствии с замечанием, помещенным выше: 1/6+1/2+ 1/3=1.