ВУЗ:
Составители:
Рубрика:
12
С увеличением δ
2
уменьшается максимум ϕ (х), соответствующий х
= 0
πδ
ϕ
2
1
)0( =
,
1)( =
∫
∞
∞−
dxx
ϕ
.
Увеличение дисперсии соответствует увеличению вероятности
больших ошибок.
Для любого закона распределения существует понятие поля
рассеяния случайной величины.
Для закона нормального распределения величина поля рассеяния
случайной величины определяется
δ
6
=
∆
p
Смысл поля рассеяния состоит в том, что вероятность попадания
случайной величины в это поле
(
)
.9973,0
=
∆
∈
p
xP
Метод наименьших квадратов
Если в эксперименте получены значения случайной величины Х
i
, Y
i
и известно, что они имеют линейную зависимость, то уравнение прямой
линии будет y = bx + a.
Метод наименьших квадратов используется для определения
коэффициентов b и a, то есть для построения экспериментальных графиков
и не только прямолинейных.
Для определения коэффициентов b и a вводится функция:
()
∑
=
−−=
n
i
ii
abxyf
1
2
,
которая минимизируется, то есть сумма квадратов отклонений должна
быть минимальной. Находим первую производную:
()
()
∑
∑
=
=
=−−
=−−−=
∂
∂
n
i
ii
n
i
ii
abxy
abxy
a
f
1
1
0
02
naxby
n
i
i
n
i
i
+=
∑∑
== 11
Получили первое уравнение.
С увеличением δ2 уменьшается максимум ϕ (х), соответствующий х
=0
1
ϕ (0) = ,
δ 2π
∞
∫ ϕ ( x)dx = 1 .
−∞
Увеличение дисперсии соответствует увеличению вероятности
больших ошибок.
Для любого закона распределения существует понятие поля
рассеяния случайной величины.
Для закона нормального распределения величина поля рассеяния
случайной величины определяется
∆ p = 6δ
Смысл поля рассеяния состоит в том, что вероятность попадания
случайной величины в это поле
P (x ∈ ∆ p ) = 0,9973.
Метод наименьших квадратов
Если в эксперименте получены значения случайной величины Хi, Yi
и известно, что они имеют линейную зависимость, то уравнение прямой
линии будет y = bx + a.
Метод наименьших квадратов используется для определения
коэффициентов b и a, то есть для построения экспериментальных графиков
и не только прямолинейных.
Для определения коэффициентов b и a вводится функция:
n
f = ∑ ( y i − bxi − a ) ,
2
i =1
которая минимизируется, то есть сумма квадратов отклонений должна
быть минимальной. Находим первую производную:
∂f n
= −2∑ ( y i − bxi − a ) = 0
∂a i =1
n
∑ (y
i =1
i − bxi − a ) = 0
n n
∑ yi = b∑ xi + na
i =1 i =1
Получили первое уравнение.
12
Страницы
- « первая
- ‹ предыдущая
- …
- 10
- 11
- 12
- 13
- 14
- …
- следующая ›
- последняя »
