МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||||||||
Щільність f(x, y) імовірностей системи двох неперервних випадкових величин (Х, Y), та її властивостіХарактеристикою системи неперервних випадкових величин є щільність імовірностей. Для визначення щільності ймовірностей системи двох неперервних випадкових величин (Х, Y) застосовується формула (18). Розглянемо прямокутник зі сторонами Dх та Dу (рис. 5). Рис. 5 Імовірність розміщення системи (Х, Y) у прямокутній області P(x < X < x + Dx, y < Y < y + Dy) = Поділивши цю ймовірність на площу прямокутника Dx, Dy і спрямувавши Dx ® 0, Dy ® 0, дістанемо ймовірність у точці, тобто щільність: Отже, (19) Функція f (x, y) може існувати лише за умови, що F (x, y) є неперервною за аргументами х і у та двічі диференційовною. Функції f (x, y) у тривимірному просторі відповідає певна поверхня — так звана поверхня розподілу ймовірностей системи двох неперервних випадкових величин (Х, Y). Тоді f (x, y) dxdy — імовірність розміщення системи двох випадкових величин у прямокутнику зі сторонами dx, dy. Властивості f (x, y) 1. Функція f (x, y) ³ 0, оскільки F(x, y) є неспадною відносно аргументів х і у. 2. Умова нормування системи двох неперервних випадкових величин (Х, Y) така: (20) Якщо , то (131) набирає такого вигляду: . (21) 3. Імовірність розміщення системи змінних (х, у) в області обчислюється так: (22) Імовірність розміщення системи змінних (х, у) у прямокутній області D = (a < x < b, c < y < d) (23) 4. Функція розподілу ймовірностей системи двох змінних визначається з рівняння (24) 5. Якщо , то (25) Приклад 5. Задано f (x, y) = a, якщо (x, y) Î W, a = const; f (x, y) = 0, якщо (x, y) Ï W, де W = (–2 £ x £ 4, –3 £ y £ 5). Знайти a і F(x, y). Обчислити P(–1 < x < 2, –2 < y < 3). Розв’язання. Множина W зображена на рис. 6. Рис. 6 Для визначення а застосовуємо умову нормування (20): , де . Отже, маємо f (x, y) = 1/48, якщо (x, y) Î W, f (x, y) = 0, якщо (x, y) Ï W. Згідно зі (136) при –2 < x < 4, –3 < y < 5 дістанемо: Якщо –2 < x < 4, y > 5, то Якщо x > 4, – 3 < y < 5, то Звідси 7. Основні числові характеристики для системи двох неперервних випадкових величин (Х, Y) Якщо, то виконуються співвідношення: Якщо , то маємо: 8. Умовні закони розподілу для неперервних випадкових величин Х і Y, які утворюють систему (Х, Y) (на «5» балів) Як і в системі двох дискретних випадкових величин, у системі двох неперервних випадкових величин розглядаються умовні закони розподілу. Звідси Умовні закони розподілу для неперервних випадкових величин Х, Y, що утворюють систему (Х, Y), визначаються умовними щільностями ймовірностей f (x / y), f (y / x): . Тому дістаємо f (x, y) = f (x) f (y / x) = f (y) f (x / y). Для умовних законів розподілу неперервних випадкових величин умова нормування має такий вигляд: Якщо випадкові величини Х та Y є незалежними, то f (x / y) = f (x), f (y / x) = f (y). f (x, y) = f (x) f (y). Для незалежних випадкових величин Х та Y виконується рівність F(x, y) = F(x) F(y). Числові характеристики для умовних законів розподілу ймовірностей:
9. Стохaстична залежність (на «5» балів) Дві випадкові події називаються незалежними, якщо , або F(x, y) = F(x) F(y). Для неперервних випадкових величин Х і Y умовy незалежності можна подати через щільності ймовірностей: f (x, y) = f (x) f (y). Умову незалежності можна записати і так: f (x / y) = f (x), f (y / x) = f (y). Залежність випадкових величин у певному розумінні є узагальненням поняття функціональної залежності. Якщо в разі функціональної залежності між величинами Х та Y кожному значенню Х = х відповідає певне значення Y = у, то в разі залежності між випадковими величинами Y і Х кожному можливому значенню Х = х відповідає множина значень Y, які характеризуються умовними щільностями ймовірності f (y / x). Отже, залежність між випадковими величинами означає аналітичну залежність щільності умовного розподілу однієї з них від значень, яких набуває друга величина. Таку залежність називають стохастичною або ймовірнісною. Виявляється вона не лише у зміні умовних законів розподілу, а й у зміні умовних числових характеристик: M (X / y), M (Y / x), D (X / y), D (Y / x), тобто умовних математичних сподівань та умовних дисперсій (рис. А—F).
Отже, рис. А, В ілюструють те, що кореляційною залежністю між випадковими величинами Y і Х є функціональна залежність умовних математичних сподівань М (X / у), М (Y / х) від аргументів у та х: М (X / у) = a(у). М (Y / х) = b(х). Ці рівняння називають рівняннями регресії. Якщо М (Y / х) = М (y), М (X / у) = М (х), то кореляційна залежність відсутня, але існує стохастична залежність (див. рис. С і D), оскільки змінюються умовні дисперсії. Випадок, коли між Х і Y відсутня стохастична, а отже, і кореляційна залежність, ілюструють рис. Е і F. Отже, якщо між випадковими величинами Y і Х існує кореляційна залежність, то між ними обов’язково іcнує й стохастична залежність. Але за наявності стохастичної залежності між випадковими величинами Х і Y кореляційної залежності між ними може й не бути. Читайте також:
|
||||||||||||||
|