Разделы электронных книг |
- Банковское дело (10)
- Бизнес-план (10)
- Бухгалтерский учет (40)
- ГК РФ (1)
- Государственное и муниципальное управление (17)
- Деловое общение (11)
- Документоведение, делопроизводство (5)
- Должностные инструкции (1)
- ЕТКС (1)
- Инновации (16)
- Информационные технологии (17)
- Квалификационный справочник должностей (1)
- Коммерческая деятельность (15)
- Логистика (9)
- Маркетинг (45)
- Математические методы (27)
- Менеджмент (62)
- Мировая экономика (12)
- Организационные системы (41)
- Организация бизнеса (16)
- Организация производства (11)
- Положения об отделах (1)
- Предпринимательское право (6)
- Статистика (17)
- ТК РФ (1)
- Товароведение и экспертиза (5)
- Управление персоналом (22)
- Управление проектами (11)
- Финансы и кредит (67)
- Экологическая безопасность (10)
- Экономика недвижимости (27)
- Экономика предприятия (36)
- Экономическая теория (59)
Разделы книг |
- Альтернативная история (2)
- Биографии и Мемуары (85)
- Боевики (1)
- Военная проза (2)
- Документальное: Прочее (22)
- Дом и Семья: Прочее (2)
- Домашние животные (1)
- Драматургия (3)
- Здоровье (29)
- Историческая проза (11)
- Исторические детективы (1)
- Исторические любовные романы (1)
- История (85)
- Контркультура (5)
- Кулинария (26)
- Культурология (6)
- Маркетинг, PR, реклама (22)
- Медицина (2)
- Морские приключения (1)
- Научно-образовательная: Прочее (8)
- О бизнесе популярно (30)
- Политика (6)
- Поэзия (5)
- Природа и Животные (1)
- Психология (60)
- Публицистика (45)
- Религия (7)
- Религия и духовность: Прочее (1)
- Самосовершенствование (7)
- Советская классическая проза (2)
- Современная проза (20)
- Современные любовные романы (17)
- Социально-философская фантастика (2)
- Справочники (12)
- Технические (10)
- Ужасы и Мистика (1)
- Философия (12)
- Фэнтези (1)
- Эзотерика (12)
- Энциклопедии (46)
- Эротика и Секс (19)
- Юмор: Прочее (7)
- Юмористическая проза (41)
- Юмористические стихи (1)
- Языкознание (3)
Реклама |
Математика случая: Вероятность и статистика – основные факты
А.И. Орлов
Математика случая
Вероятность и статистика – основные факты
Учебное пособие. М.: МЗ-Пресс, 2004.
Предыдущая |
4. Случайные величины и их распределения
Характеристики положения
Характеристики положения указывают на «центр» распределения. Большое значение в статистике имеет квантиль порядка р = ½. Он называется медианой (случайной величины Х или ее функции распределения F(x)) и обозначается Me(X). В геометрии есть понятие «медиана» - прямая, проходящая через вершину треугольника и делящая противоположную его сторону пополам. В математической статистике медиана делит пополам не сторону треугольника, а распределение случайной величины: равенство F(x0,5) = 0,5 означает, что вероятность попасть левее x0,5 и вероятность попасть правее x0,5(или непосредственно в x0,5) равны между собой и равны ½, т.е.
P(X < x0,5) = P(X > x0,5) = ½.
Медиана указывает «центр» распределения. С точки зрения одной из современных концепций – теории устойчивых статистических процедур – медиана является более хорошей характеристикой случайной величины, чем математическое ожидание [2, 7]. При обработке результатов измерений в порядковой шкале (см. главу о теории измерений) медианой можно пользоваться, а математическим ожиданием – нет.
Ясный смысл имеет такая характеристика случайной величины, как мода – значение (или значения) случайной величины, соответствующее локальному максимуму плотности вероятности для непрерывной случайной величины или локальному максимуму вероятности для дискретной случайной величины.
Если x0 – мода случайной величины с плотностью f(x), то, как известно из дифференциального исчисления, .
У случайной величины может быть много мод. Так, для равномерного распределения (1) каждая точка х такая, что a < x < b, является модой. Однако это исключение. Большинство случайных величин, используемых в вероятностно-статистических методах принятия решений и других прикладных исследованиях, имеют одну моду. Случайные величины, плотности, распределения, имеющие одну моду, называются унимодальными.
Математическое ожидание для дискретных случайных величин с конечным числом значений рассмотрено в главе «События и вероятности». Для непрерывной случайной величины Х математическое ожидание М(Х) удовлетворяет равенству
являющемуся аналогом формулы (5) из утверждения 2 главы «События и вероятности».
Пример 5. Математическое ожидание для равномерно распределенной случайной величины Х равно
Для рассматриваемых в настоящей главе случайных величин верны все те свойства математических ожиданий и дисперсий, которые были рассмотрены ранее для дискретных случайных величин с конечным числом значений. Однако доказательства этих свойств не приводим, поскольку они требуют углубления в математические тонкости, не являющегося необходимым для понимания и квалифицированного применения вероятностно-статистических методов принятия решений.
Замечание. В настоящей книге сознательно обходятся математические тонкости, связанные, в частности, с понятиями измеримых множеств и измеримых функций, -алгебры событий и т.п. Желающим освоить эти понятия необходимо обратиться к специальной литературе, в частности, к энциклопедии [1].
Каждая из трех характеристик – математическое ожидание, медиана, мода – описывает «центр» распределения вероятностей. Понятие «центр» можно определять разными способами – отсюда три разные характеристики. Однако для важного класса распределений – симметричных унимодальных – все три характеристики совпадают.
Плотность распределения f(x) – плотность симметричного распределения, если найдется число х0 такое, что
. (3)
Равенство (3) означает, что график функции y = f(x) симметричен относительно вертикальной прямой, проходящей через центр симметрии х = х0. Из (3) следует, что функция симметричного распределения удовлетворяет соотношению
(4)
Для симметричного распределения с одной модой математическое ожидание, медиана и мода совпадают и равны х0.
Наиболее важен случай симметрии относительно 0, т.е. х0 = 0. Тогда (3) и (4) переходят в равенства
(5)
и
(6)
соответственно. Приведенные соотношения показывают, что симметричные распределения нет необходимости табулировать 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
P(|X|<a) = P(-a <X <a) = F(a) – F(-a),
где F – функция распределения случайной величины Х. Если функция распределения F симметрична относительно 0, т.е. для нее справедлива формула (6), то
P(|X|<a) = 2F(a) – 1.
Часто используют другую формулировку рассматриваемого утверждения: если
,
то
.
Если и - квантили порядка и соответственно (см. (2)) функции распределения, симметричной относительно 0, то из (6) следует, что
.
Предыдущая |
Уважаемые автора!
Если книга которая размещена на сайте нарушает Ваши авторские права, свяжитесь с нами.