ВУЗ:
Составители:
Рубрика:
16
провал, что соответствует генетической неоднородности ряда
случайных величин. Оценки эксцесса колеблются в
[
[
∞− ,2 . Если
2E
x
−= – кривая распределения распадается на две отдельные,
при
3E5,0
x
<
<− считают, что распределение приближается к
нормальному.
Центральные моменты выше четвертого порядка на практи-
ке используются очень редко из-за быстрого накопления ошибок
округления при расчетах.
Коэффициент корреляции между двумя случайными величинами
Х и У характеризует степень тесноты линейной зависимости.
()
()
yx
n
1i
n
1j
ijyjxi
xy
pmymx
r
σσ
−−
=
∑∑
==
для дискретной величины
()
()
yx
n
1i
n
1j
ijji
xy
n
nyyxx
r
σσ
−−
=
∑∑
==
()
()
yx
yx
xy
dxdy)y,x(fmymx
r
σσ
−−
=
∫∫
+∞
∞−
+∞
∞−
для непрерывной величины
()
()
yx
n
1i
n
1j
ji
xy
n
yyxx
r
σσ
−−
=
∑∑
==
()()
yx
n
1i
ii
xy
n
yyxx
r
σσ
−−
=
∑
=
при i=j.
ij
p
– вероятность совместной реализации значений
i
x и
j
y
,
)y,x(f
– двумерная функция плотности вероятности.
xy
r – безразмерная величина, 1r1
xy
+
≤
≤
−
.
Если
0r
xy
= , то между случайными величинами нет линейной
связи; связь нелинейная может иметь место, и ее надо находить
другими методами (в этом случае говорят, что величины некор-
релируемы, но могут быть зависимыми).
Если
0r
xy
> , то говорят о положительной корреляции, т. е. с уве-
личением одной случайной величины другая имеет тенденцию
возрастать.
провал, что соответствует генетической неоднородности ряда
случайных величин. Оценки эксцесса колеблются в [− 2, ∞[ . Если
E x = −2 – кривая распределения распадается на две отдельные,
при − 0,5 < E x < 3 считают, что распределение приближается к
нормальному.
Центральные моменты выше четвертого порядка на практи-
ке используются очень редко из-за быстрого накопления ошибок
округления при расчетах.
Коэффициент корреляции между двумя случайными величинами
Х и У характеризует степень тесноты линейной зависимости.
n n
∑ ∑ (x i − m x )(y j − m y )pij n n
rxy =
i =1 j=1
∑ ∑ (x i − x )(y j − y )n ij
σx σy i =1 j=1
rxy =
для дискретной величины nσ x σ y
+∞ +∞
∑ ∑ (x i − x )(y j − y )
n n
∫ ∫ (x − m x )(y − m y )f ( x, y)dxdy i =1 j=1
−∞ −∞ rxy =
rxy =
σx σ y nσ x σ y
для непрерывной величины n
∑ (x i − x )(yi − y )
rxy = i =1 при i=j.
nσ x σ y
pij – вероятность совместной реализации значений x i и y j ,
f ( x, y) – двумерная функция плотности вероятности.
rxy – безразмерная величина, − 1 ≤ rxy ≤ +1.
Если rxy = 0 , то между случайными величинами нет линейной
связи; связь нелинейная может иметь место, и ее надо находить
другими методами (в этом случае говорят, что величины некор-
релируемы, но могут быть зависимыми).
Если rxy > 0 , то говорят о положительной корреляции, т. е. с уве-
личением одной случайной величины другая имеет тенденцию
возрастать.
16
Страницы
- « первая
- ‹ предыдущая
- …
- 14
- 15
- 16
- 17
- 18
- …
- следующая ›
- последняя »
