Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Свойства функции распределенияСодержание книги
Поиск на нашем сайте
1. 2. - неубывающая функция: 3. 4. Если возможные значения случайной величины принадлежат интервалу , то при и Квантили: При решении вероятностно-статистических задач применяется понятие «квантиль порядка р» (обозначается) , где Пример 3. Найдем квантиль порядка р для функции распределения F(x) из примера 2. Решение. При 0 < p < 1 квантиль находится из уравнения , т.е. = a+p(b–a) = a(1-p)+bp. При p=0 любое x<a является квантилем порядка p=0. Квантилем порядка p=1 является любое число x > b. Большую роль в статистике играет квантиль порядка . Он называется медианой (случайной величины Х или ее функции распределения F(x)) и обозначается Me(X). Медиана определяет значение на числовой оси, для которой вероятность для случайной величины попасть левее и вероятность попасть правее (или непосредственно в ), равны между собой и равны 0,5, т.е. . Медиана указывает «центр» распределения. Точки и называются квартилями и вместе с медианой делят область значения случайной величины на 4 части, вероятности попадания в которые равны . Другой характеристикой случайной величины является мода – значение (или значения) случайной величины, соответствующее локальному максимуму плотности вероятности для непрерывной случайной величины или локальному максимуму вероятности для дискретной случайной величины. У случайной величины может быть много мод. Так, для равномерного распределения каждая точка х такая, что , является модой. Однако этот пример скорее является исключением. Большинство случайных величин, используемых в вероятностно-статистических методах принятия решений и других прикладных исследованиях, имеют единственную моду. Случайные величины, плотности, распределения, имеющие одну моду, называются унимодальными. Каждая из трех характеристик – математическое ожидание, медиана, мода – по своему описывает «центр» распределения вероятностей. Однако для важного класса распределений – симметричных унимодальных – все три характеристики совпадают. Распределение с плотностью называется симметрическим, если найдется такое число , что для любого . Это соотношение означает, что график функции симметричен относительно вертикальной прямой, проходящей через центр симметрии . Для функции симметричного распределения имеем . При соответственно имеем и . Приведенные соотношения показывают, что в случае симметричных распределений нет необходимости вычислять при всех х, достаточно иметь таблицы при x > x0 Отметим еще одно свойство симметричных распределений, постоянно используемое в вероятностно-статистических методах принятия решений и других прикладных исследованиях. Для непрерывной функции распределения , где F – функция распределения случайной величины Х. Если функция распределения F симметрична относительно 0, то . Тогда . Часто используют другую формулировку рассматриваемого утверждения: если , то . Если и - квантили порядка и соответственно для функции распределения, симметричной относительно 0, то . Коэффициент вариации – это отношение среднего квадратичного отклонения к математическому ожиданию: . Коэффициент вариации применяется при M(X)> 0 и измеряет разброс в относительных единицах, в то время как среднее квадратичное отклонение – в абсолютных. Для каждой случайной величины можно построить центрированную с.в. , математическое ожидание которой равно 0, а . С.в. называется нормированной. Нетрудно проверить, что и .
|
||||
Последнее изменение этой страницы: 2016-08-12; просмотров: 229; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.21.44.115 (0.009 с.) |