ВУЗ:
Составители:
Рубрика:
1.3. Нормальное (гауссовское) распределение вероятностей и
связанные с ним распределения
19
называется 20%-ым квантилем. 50%-й квантиль
представляет собой медиану случайной величины.
1.3. Нормальное (гауссовское) распределение
вероятностей и связанные с ним распределения
Среди различных возможных распределений веро-
ятностей особое место занимает нормальное распреде-
ление (распределение Гаусса). Оно служит хорошей
математической моделью для целого ряда наблюдае-
мых явлений и в статистическом смысле может быть
полностью описано при помощи только первого и вто-
рого моментов. Важно отметить, что любые линейные
комбинации гауссовских случайных величин также
являются гауссовскими.
Нормальная (гауссовская) плотность распределе-
ния вероятностей имеет вид
()
(
)
.при
,
2
exp
2
1
2
2
+∞<<∞−
σ
−
−
σπ
=
x
Xx
xf
, (1.3.1)
где
X
– математическое ожидание,
2
σ
– дисперсия.
Графики плотности и функция распределения вероят-
ностей гауссовской случайной величины показаны на
рис. 1.3.1, а и б, соответственно. Из них видно, что
плотность распределения вероятностей гауссовской
случайной величины имеет только один симметрично
расположенный максимум, который соответствует ма-
тематическому ожиданию. Ширина нормальной плот-
ности вероятностей прямо пропорциональна среднему
квадратическому (стандартному) отклонению
σ
. На
уровне 0,607 от максимального значения функции
()
xf
X
она равна
X
σ
2
. Максимум нормальной плотно-
1.3. Нормальное (гауссовское) распределение вероятностей и связанные с ним распределения называется 20%-ым квантилем. 50%-й квантиль представляет собой медиану случайной величины. 1.3. Нормальное (гауссовское) распределение вероятностей и связанные с ним распределения Среди различных возможных распределений веро- ятностей особое место занимает нормальное распреде- ление (распределение Гаусса). Оно служит хорошей математической моделью для целого ряда наблюдае- мых явлений и в статистическом смысле может быть полностью описано при помощи только первого и вто- рого моментов. Важно отметить, что любые линейные комбинации гауссовских случайных величин также являются гауссовскими. Нормальная (гауссовская) плотность распределе- ния вероятностей имеет вид f (x ) = 1 ( x− X exp − ) , 2 2 πσ 2σ 2 , (1.3.1) при − ∞ < x < +∞. где X – математическое ожидание, σ 2 – дисперсия. Графики плотности и функция распределения вероят- ностей гауссовской случайной величины показаны на рис. 1.3.1, а и б, соответственно. Из них видно, что плотность распределения вероятностей гауссовской случайной величины имеет только один симметрично расположенный максимум, который соответствует ма- тематическому ожиданию. Ширина нормальной плот- ности вероятностей прямо пропорциональна среднему квадратическому (стандартному) отклонению σ . На уровне 0,607 от максимального значения функции f X ( x ) она равна 2σ X . Максимум нормальной плотно- 19
Страницы
- « первая
- ‹ предыдущая
- …
- 17
- 18
- 19
- 20
- 21
- …
- следующая ›
- последняя »