ВУЗ:
Составители:
Рубрика:
115
и выборочной дисперсией
σ
(см. раздел 3.1). График
на
рис. Д.1 можно рассматривать также в качестве
сигнала, характеризующего одну из реализаций нор-
мального стационарного процесса (
раздел 4.1). В та-
ком случае
x будет означать некую физическую вели-
чину, а
i – дискретное время.
Рис. Д.1. Последовательность случайных чисел с нормальным
распределением.
График нормальной плотности распределения ве-
роятностей строится с помощью встроенной функции
(
)
σ,,dnorm Xx . Примеры для различных средних и
дисперсий показаны на
рис. Д.2.
Функция нормального распределения вероятно-
стей
()
xF
X
строится при помощи функции
(
)
σ,,pnorm Xx . Графики двух видов функций нормаль-
ного распределения приведены на
рис. Д.3.
Для нахождения квантилей
p
x
нормального
распределения случайной величины
X
используется
функция
()
σ,,qnorm Xp . Так, 98% квантиль при
значениях
1=
X
, 5,0
=
σ
имеет величину
(
)
027,2,,qnorm =σXp .
и выборочной дисперсией σ (см. раздел 3.1). График
на рис. Д.1 можно рассматривать также в качестве
сигнала, характеризующего одну из реализаций нор-
мального стационарного процесса (раздел 4.1). В та-
ком случае x будет означать некую физическую вели-
чину, а i – дискретное время.
Рис. Д.1. Последовательность случайных чисел с нормальным
распределением.
График нормальной плотности распределения ве-
роятностей строится с помощью встроенной функции
dnorm(x, X , σ ) . Примеры для различных средних и
дисперсий показаны на рис. Д.2.
Функция нормального распределения вероятно-
стей FX ( x ) строится при помощи функции
pnorm(x, X , σ ) . Графики двух видов функций нормаль-
ного распределения приведены на рис. Д.3.
Для нахождения квантилей x p нормального
распределения случайной величины X используется
функция qnorm( p, X , σ ) . Так, 98% квантиль при
значениях X = 1, σ = 0,5 имеет величину
qnorm( p, X , σ ) = 2,027 .
115
Страницы
- « первая
- ‹ предыдущая
- …
- 113
- 114
- 115
- 116
- 117
- …
- следующая ›
- последняя »
