Зинченко. 1. Предмет теории вероятности. Вероятность и статистика
![]()
|
МоментыПроизводящая функция моментов биномиального распределения имеет вид: ![]() откуда ![]() ![]() а дисперсия случайной величины. ![]() 18. Нормальное распределение, также называемое гауссовским распределением или распределением Гаусса — распределение вероятностей, которое задается функцией плотности распределения: где параметр ? — среднее значение (математическое ожидание) случайной величины и указывает координату максимума кривой плотности распределения, а ?? — дисперсия.Нормальное распределение играет важнейшую роль во многих областях знаний, особенно в статистической физике. Физическая величина, подверженная влиянию значительного числа независимых факторов, могущих вносить с равной погрешностью положительные и отрицательные отклонения, вне зависимости от природы этих случайных факторов, часто подчиняется нормальному распределению, поэтому из всех распределений в природе чаще всего встречается нормальное (отсюда и произошло одно из названий этого распределения вероятностей).Нормальное распределение зависит от двух параметров — смещения и масштаба, то есть является с математической точки зрения не одним распределением, а целым их семейством. Значения параметров соответствуют значениям среднего (математического ожидания) и разброса (стандартного отклонения).Стандартным нормальным распределением называется нормальное распределение с математическим ожиданием 0 и стандартным отклонением 1. 19. Вероятность попадания в заданный интервал нормальной случайной величины Как уже было установлено, вероятность того, что непрерывная случайная величина ![]() ![]() ![]() Для нормально распределенной случайной величины соответственно получим: ![]() ![]() ![]() Для замены переменной в определенном интеграле еще необходимо заменить дифференциал и пределы интегрирования, предварительно выразив переменную из формулы замены: ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Подставим все в последнюю из формул для нахождения вероятности: ![]() ![]() Вывод: вероятность того, что нормально распределенная случайная величина ![]() ![]() ![]() где ![]() ![]() 20. Регрессио́нный (линейный) анализ — статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными X1,X2,...,Xp. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных (см. Ложная корреляция), а не причинно-следственные отношения.
|