Теория вероятностей и математическая статистика. Блатов И.А - 271 стр.

UptoLike

ВУЗ: 

ПГУТИ | Самара

Составители: 

Рубрика: 

271
Статистическая оценка неизвестного параметра
теоретического распределения - функция от наблюдаемых
случайных величин.
Эффективная оценка – статистическая оценка, которая при
заданном объеме выборки
n
имеет наименьшую возможную
дисперсию.
К лекции 16
Доверительный интервал - интервал, в который попадает
неизвестный параметр с заданной надежностью
.
Надежность (доверительная вероятность) оценки
*
Θ
параметра
Θ
- вероятность γ того, что выполняется неравенство
ΘΘ
*
.
К лекции 17
Детерминированные процессы – процессы, которые можно
описать математическими формулами, определяя положение
системы в любой момент времени с разумной точностью.
Дисперсия случайного процесса – неслучайная функция, которая
равна дисперсии соответствующего сечения для
t
:
.
Корреляционная функция случайного процесса - неслучайная
функция равная математическому ожиданию от
произведения значений процесса в два различных момента
времени и характеризующая степень их линейной
зависимости:
1 2 1 1 2 2 1 2 1 2 1 2
( , ) ( ( ))( ( )) ( , , , ) ,K t t x m t x m t p x x t t dx dx

 

Математическое ожидание случайного процесса - неслучайная
функция
()mt
, которая
t
равна математическому
ожиданию соответствующего сечения случайного процесса: 
Статистическая      оценка     неизвестного   параметра
теоретического распределения - функция от наблюдаемых
случайных величин.
Эффективная оценка – статистическая оценка, которая при
заданном объеме выборки n имеет наименьшую возможную
дисперсию.

    К лекции 16
Доверительный интервал - интервал, в который попадает
неизвестный параметр с заданной надежностью  .
Надежность (доверительная вероятность) оценки Θ*
параметра Θ - вероятность γ того, что выполняется неравенство
                                      Θ*  Θ   .

    К лекции 17
Детерминированные процессы – процессы, которые можно
   описать математическими формулами, определяя положение
   системы в любой момент времени с разумной точностью.
Дисперсия случайного процесса – неслучайная функция, которая
   равна дисперсии соответствующего сечения для t :
                                     
                        D (t )     x       p ( x, t )dx  m2 (t ) .
                                          2

                                    
Корреляционная функция случайного процесса - неслучайная
   функция    равная    математическому    ожиданию    от
   произведения значений процесса в два различных момента
   времени и характеризующая степень их линейной
   зависимости:
                   
K (t1 , t2 )      (x
                   
                           1    m (t1 ))( x2  m (t2 )) p ( x1 , x2 , t1 , t2 )dx1 , dx2

Математическое ожидание случайного процесса - неслучайная
  функция m (t ) , которая t равна математическому
  ожиданию соответствующего сечения случайного процесса:

                                                                                     271

Страницы