- •1. Стохастическая зависимость. Регрессионная зависимость. Эмпирическая функция регрессии.
- •2. Линейная регрессия.
- •3. Статистический коэффициент корреляции
- •5. Статистический коэффициент корреляции. Условие отсутствия линейной корреляционной связи между св.
- •6. Критерий существования линейной функциональной связи между св
- •7. Критерий совпадения линий регрессии y на X и X на y.
- •8. Статистический коэффициент корреляции как мера тесноты линейной корреляционной связи между случайными величинами.
- •9. Статистическое корреляционное отношение. Оценка статистического корреляционного отношения.
- •10.Условие отсутствия корреляционной связи между св. Функциональная зависимость св.
- •11.Корреляционное отношение как мера тесноты корреляционной связи между св.
- •12.Определение случайного процесса (сп). Законы распределения случайных процессов.
- •13.Основные характеристики случайных процессов
- •14.Классификация случайных процессов.
- •15. Непрерывность случайных процессов.
- •16.Дифференцируемость случайного процесса в среднем квадратичном
- •17.Интегрируемость случайного процесса в среднем квадратичном
- •18.Винеровский процесс как математическая модель процесса броуновского движения.
- •19.Винеровский процесс как математическая модель процесса броуновского движения.
- •21. Пуассоновский процесс, его одномерный закон распределения.
- •22.Свойства однородности и отсутствия последствий Пуассоновского процесса(пп).
- •24.Марковский процесс и его свойства.
- •25.Уравнение Колмогорова- Чемпена.
- •26.27. Коэф-т эргодичности. Эргодическая теорема для однородного Марковского процесса.
- •28.Однородный марковский процесс. Распределение времени ожидания выхода системы из исходного состояния.
- •29. Прямая и обратная системы ду Колмогорова.
- •30. Ветвящиеся процессы. Производящие функции.
- •31.Ветвящиеся процессы. Дифф уравнение для производящей функции.
- •32.33.34 Анализ ду для производящей функции ветвящегося процесса. Стремление к стационарному состоянию. Исследование вопроса о числе интегральных кривых, проходящих через точку (0,1).
- •35.Эффекты вырождения и взрыва ветвящегося процесса
- •36, 37 Каноническое разложение случайного процесса
- •38.Спектральное разложение стационарного случайного процесса
7. Критерий совпадения линий регрессии y на X и X на y.
- статистический коэфф-т корреляции
- статистическая ковариация
- статистические среднеквадратичные отклонения
Теорема:
тогда и только тогда, когда линии регрессии У на Х и Х на У совпадают.
Доказательство:
(=>)
//линия регр-и У на Х
Обе прямые проходят через одну точку
Угловые коэффициенты: ,
, значит одна прямая.
(<=)
Если одна прямая, должно выполняться :
ЧТД.
8. Статистический коэффициент корреляции как мера тесноты линейной корреляционной связи между случайными величинами.
Выясним смысл коэф-та линейной корреляции :
- сумма квадратов отклонений экспериментальных данных от линии регрессии по ординате, рассеяние эксперимент-х данных вокруг линии регрессии.
Если , то сила линейной корреляционной связи между величинами растет, точки экспериментальных данных все ближе к линии регрессии.
Если , то лин-я корр-я связь м-ду Х и У уменьшается.
ВЫВОД: статистический коэфф-т корр-и является мерой тесноты линейной корреляционной связи между Х и У.
9. Статистическое корреляционное отношение. Оценка статистического корреляционного отношения.
Будем исследовать тесноту любой (нелинейной) корр-й связи м-ду случайными величинами Х и У.
x\y |
|
|
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= ; = ;
Для каждого xi найдем значение у
X |
x1 |
x2 |
|
xk |
|
|
|
|
|
ni |
n1 |
n2 |
|
nk |
Величины называют групповыми условными средними.
Введем в-ны:
эти в-ны называются межгрупповыми дисперсиями и характеризуют рассеяние условных средних относительно общего среднего выборочного.
, - межгрупповые среднеквадратичные отклонения
Опр. Статистическим коррел-м отношением У на Х наз-ся величина , где
Теорема:
( )
Д-во:
- по определению, ,
рассмотрим
// , зафиксируем Si
- групповая условная дисперсия
- внутригрупповая дисперсия (среднее значение групповых дисперсий)
получили:
=>
, ЧТД.
10.Условие отсутствия корреляционной связи между св. Функциональная зависимость св.
Будем исследовать тесноту любой, вообще говоря, нелинейной корреляционной связи между СВ X и Y . Пусть имеется корреляционная таблица наблюденных данных СВ X и Y.
X\Y |
y1 |
y2 |
… |
yl |
ni |
x1 |
m11 |
m12 |
… |
m1l |
n1 |
x2 |
m21 |
m22 |
… |
m2l |
n2 |
… |
… |
… |
… |
… |
… |
Xk |
mk1 |
mk1 |
… |
mkl |
nk |
mj |
m1 |
m2 |
… |
ml |
n |
Для каждого xi среднее значение соотв.
X |
x1 |
x2 |
… |
xk |
|
|
|
… |
|
ni |
n1 |
n2 |
… |
nk |
Введем обозначение . Величины наз. групповыми (условными) средними.
. Дисперсия относительно общего среднего. . Эти величины характеризуют рассеивание условных средних относительно общего среднего выборочного. Они наз. межгрупповыми дисперсиями. , -межгрупповые средне квадратичные отклонения. Статистическим нормальным отклонением Y на X (X на Y) наз. величина: ( ), . Теорема: 0≤ ≤1, 0≤ ≤1. Док-во: док-ем 0≤ ≤1, ≥0 – очевидно, т.к. и положительные. ≤1, , , - групповая или условная дисперсия
. .
, - внутригрупповая дисперсия. , получили формулу: => , , . Ч.т.д. Теорема: Если =0, то корреляционная связь Y на X отсутствует. Док-во: =0 => , , . Корреляционной связи между X и Y нет. Ч.т.д.
Функциональная зависимость- это однозначное отображение множества значений С.В. Х в множество значений С.В. Y.
Теорема: Если =1, то СВ Y и Х функционально зависимы. Док-во: =1, то , . Было установлено: . => => , , т.е. выбирая и фиксируя хi мы получим единственное yj. Т.е. между x и y существует функциональная зависимость. Ч.т.д.