Составители:
Рубрика:
Приложение A. Обработка данных на компьютере
§ 3 Выборочные моменты
Для вычисления выборочных моментов применяются те
же функции, что и для получения моментов теоретиче-
ских, но первым аргументом должна быть не с.в (типа
RandomV ariable), а выборка (типа V ector ). Перечислим эти
функции: Moment() (начальный момент), CentralM oment()
(центральный момент), M ean() (математическое ожидание),
V ariance() (дисперсия), StandardDeviation() (стандартное от-
клонение), V ariation() (коэффициент вариации), Skewness()
(асимметрия), Kurtosis() (эксцесс).
Напомним, что как наблюдения, так и функции от них (ста-
тистики) можно рассматривать с двух точек зрения. До про-
ведения эксперимента они являются случайными величинами,
после – реализациями с.в., т.е. числами. Выборочные моменты
– не исключение. Рассматривая их как с.в., мы должны знать
закон распределения.
В силу ЦПТ все выборочные моменты имеют асимптоти-
чески нормальное распределение. М.о. равно теоретическому
значению каждого момента (по крайней мере асимптотически).
Дисперсия вычисляется для каждого момента в соответствии
с распределением исходной с.в. Для ее вычисления, а точнее,
для вычисления стандартного отклонения выборочных харак-
теристик используется функция StandardError().
Пример 3.1. Рассмотрим нормальную с.в., получим для нее
выборку и найдем выборочные моменты и их стандартные от-
клонения.
> # С.в. с неопределенными параметрами
> # для получения формул
> X0:=RandomVariable(Normal(mu, sigma)):
>
> # С.в. для числовых результатов
245
Страницы
- « первая
- ‹ предыдущая
- …
- 243
- 244
- 245
- 246
- 247
- …
- следующая ›
- последняя »
