- •§ 1. Предмет теории вероятностей. Случайные события
- •§ 2. Определение вероятности. Основные свойства вероятности
- •§ 3. Сложение и умножение вероятностей. Условная вероятность.
- •§ 4. Независимость случайных событий
- •§ 5. Полная вероятность и формулы байеса
- •§ 6. Производящие функции
- •§ 1. Определение дисекретной случайной величины. Закон распределния вероятностей
- •Обычно этот закон задают в виде таблицы
- •§ 2. Числовые характеристики дискретных случайных величин
- •§ 3 Схема бернулли и биноминальное распределение вероятностей
- •§4. Простейший поток событий.
- •§ 1. Непрерывные одномерные и многомерные случайные величины. Плотность распределения вероятностей.
- •§ 2. Числовые характеристики непрерывных случайных величин
- •§ 3. Функция распределения вероятностей и ее свойства
- •§ 4. Равномерное распределение
- •§ 5. Показательное распределение
- •§ 6. Нормальное распределение Распределение с плотностью распределения вероятностей
- •§ 7. Классическая задача управления запасами
- •§ 8. Моменты распределения случайных величин
- •§ 1. Функция одного случайного аргумента и её распределение
- •§ 2. Функция нескольких случайных аргументов и её распределение
- •§ 1. Неравенство чебышева
- •§ 2. Теорема чебышева
- •§ 3. Теорема бернулли. Понятие о пределе по вероятности
- •§4. Асимптотически нормальные распределения и понятие о центральной предельной теореме ляпунова
- •§ 5. Теорема муавра-лапласа и асимптотика биномиального распределения
§ 8. Моменты распределения случайных величин
Начальным моментом порядка k называют математическое ожидание случайной величины :
,
в частности, математическое ожидание равно начальному моменту первого порядка: .
Центральным моментом порядка k случайной величины X называют математическое ожидание k-ой степени отклонения случайной величины от своего математического ожидания:
.
В частности, дисперсия равна центральному моменту второго порядка: , а =0.
Из определения центрального момента легко получить соотношения, связывающие между собой центральные и начальные теоретические моменты:
,
,
,
и так далее.
Центральные моменты применяются, например, для вычисления коэффициентов асимметрии и эксцесса , которые для нормального распределения равны нулю и поэтому служат для оценки различия между нормальным распределением и некоторым другим теоретическим распределением.
№ 125. Вычислите начальные и центральные теоретические моменты до четвертого порядка включительно для дискретной случайной величины:
|
1 |
3 |
|
0,6 |
0,4 |
Найдите коэффициенты асимметрии и эксцесса.
Решение. Вычислим начальные моменты:
,
,
,
.
Для вычисления центральных моментов воспользуемся расчетными формулами:
,
,
.
Найдем коэффициента асимметрии и эксцесса:
, .
Для систем двух случайных величин вида определяют следующие моменты:
а) начальным моментом порядка системы называется математическое ожидание произведения :
.
б) центральным моментом порядка системы называется математическое ожидание
,
Центральный момент получил название корреляционного момента , или его называют также и ковариацией :
.
А коэффициентом корреляции случайных величин X и Y называют отношение корреляционного момента к произведению средних квадратических отклонений этих величин:
.
Эти величины служат для характеристики связи между случайными величинами, а именно: а) если X и Y независимы, то , б) если , то X и Y - зависимые случайные величины. Или случайные величины и называются коррелированными, если , и некоррелированными в противном случае.
Отметим, что коэффициент корреляции является безразмерной величиной, причем
.
Для системы, состоящей из n случайных величин , или случайного вектора можно определить симметричные ковариационную и корреляционную матрицы размерности :
, , .
Здесь
, , , .
№ 126. Вычислите коэффициент корреляции между случайными величинами и по данным № 61.
Решение. Для вычисления коэффициента корреляции по формуле
,
найдем соответствующие числовые характеристики:
,
,
,
.
А для вычисления составим закон распределения, для чего перемножим соответствующие возможные значения сомножителей:
|
|
|
|
|
|
|
|
0,1 |
0,3 |
0,2 |
0,1 |
0,25 |
0,05 |
Тогда
.
Следовательно,
,
что, в частности, говорит ( ) о зависимости случайных величин и .
Ответ: .
Значение коэффициента корреляции характеризует степень линейной функциональной зависимости между составляющими и системы случайных величин . Эта зависимость называется линейной среднеквадратической регрессией на , и имеет вид:
,
где коэффициент
называют коэффициентом регрессии на .
Аналогично выглядит уравнение среднеквадратической регрессии на :
.
Если , то речь идет о точной линейной зависимости между случайными величинами и . Если же , то говорят о приближенной зависимости, причем степень приближенности оценивается в математической статистике.
№ 127. Построить уравнение среднеквадратической регрессии на по данным № 61.
Решение. Так как
,
то
,
или
.
Ответ: .
В приложениях часто рассматриваются случайные вектора вида , где - одномерные случайные величины, - некоторые постоянные коэффициенты. Тогда их числовые характеристики вычисляются как:
, .
Или в матричной форме:
, ,
где - вектор математических ожиданий составляющих.
№ 128. Ожидаемая доходность ценной бумаги равна 9%, со средним квадратическим отклонением, равным 6%. Для ценной бумаги доходность прогнозируется на уровне 11% со средним квадратическим отклонением, равным 8%. Найти ожидаемую доходность и среднее квадратическое отклонение портфеля, состоящего на 30% из ценных бумаг вида и на 70% из ценных бумаг вида , если корреляция между этими бумагами равна .
Решение. Вычислим: а) математическое ожидание (ожидаемую доходность) портфеля
%;
б) среднее квадратическое отклонение (риск) портфеля по формуле , а именно, используем частный случай:
%.
№ 129. Вычислите начальные и центральные теоретические моменты до четвертого порядка включительно для дискретной случайной величины:
|
-1 |
2 |
|
0,7 |
0,3 |
Найдите коэффициенты асимметрии и эксцесса.
№ 130. Кредитный отдел банка проанализировал выданные кредиты по двум параметрам: по величине и по длительности. Получилась следующая таблица:
|
Краткосрочные |
Долгосрочные |
Мелкие |
0,1 |
0,05 |
Средние |
0,3 |
0,1 |
Крупные |
0,4 |
0,05 |
Определите, независимы ли эти параметры? Если да, то постройте уравнения среднеквадратической регрессии.
№ 131. Решите № 128, если коэффициент корреляции между ценными бумагами равен: а) 1; б) 0,3; в) 0; г) -0,5; д) -1. Проанализируйте влияние коэффициента корреляции на результат.
Г Л А В А IV
Ф У Н К Ц И И С Л У Ч А Й Н Ы Х А Р Г У М Е Н ТО В