необхідний мінімум

1.Дісперсія

Дисперсія - характеристика випадкової величини, яка визначається як математичне сподівання квадрата відхилення випадкової величини від її математичного очікування.

Теоретична дисперсія є мірою розкиду для імовірнісного розподілу. Вона визначається як математичне сподівання квадрата різниці між величиною

необхідний мінімум
і її середнім, тобто величини
необхідний мінімум
, де
необхідний мінімум
- математичне очікування
необхідний мінімум
. Дисперсія звичайно позначається як
необхідний мінімум
або
необхідний мінімум
, і якщо ясно, про яку змінної йдеться, то нижній індекс може бути опущений:

.

з

необхідний мінімум
можна отримати
необхідний мінімум
середнє відхилення - настільки ж поширену міру розкиду для розподілу ймовірностей; середньоквадратичне відхилення випадкової змінної є квадратний корінь з її дисперсії.

величина

необхідний мінімум
характеризує частку дисперсії
необхідний мінімум
, викликану впливом інших, не врахованих в моделі, факторів.
необхідний мінімум
,.

2.Мат. очікування

Математичне сподівання - сума творів значень випадкової величини на відповідні ймовірності.

Математичне сподівання дискретної випадкової величини - це зважене середнє всіх її можливих значень, причому в якості вагового коефіцієнта береться ймовірність відповідного результату. Ви можете розрахувати його, перемноживши всі можливі значення випадкової величини на їх ймовірності і підсумувавши отримані твори. Математично якщо випадкова величина позначена як

необхідний мінімум
, то її математичне очікування позначається як
необхідний мінімум
або
необхідний мінімум
.

Припустимо, що

необхідний мінімум
може приймати
необхідний мінімум
конкретних значень
необхідний мінімум
і що ймовірність отримання
необхідний мінімум
дорівнює
необхідний мінімум
. тоді

.

Математичне сподівання випадкової величини часто називають її середнім по генеральної сукупності. Для випадкової величини

необхідний мінімум
це значення часто позначається як
необхідний мінімум
.

Математичні очікування функцій дискретних випадкових змінних

нехай

необхідний мінімум
- деяка функція від
необхідний мінімум
. тоді
необхідний мінімум
- математичне очікування
необхідний мінімум
записується як

,

де підсумовування проводиться по всіх можливих значеннях

необхідний мінімум
.

Правила розрахунку математичного очікування

Існують три правила, які часто використовуються. Ці правила практично самоочевидні, і вони однаково застосовні для дискретних і безперервних випадкових змінних.

Правило 1. Математичне сподівання суми декількох змінних дорівнює сумі їх математичних очікувань. Наприклад, якщо є три випадкові змінні

необхідний мінімум
,
необхідний мінімум
і
необхідний мінімум
, то

.

Правило 2. Якщо випадкова змінна множиться на константу, то її математичне сподівання множиться на ту ж константу. якщо

необхідний мінімум
- випадкова змінна і
необхідний мінімум
- константа, то

.

Правило 3. Математичне сподівання константи є вона сама. Наприклад, якщо

необхідний мінімум
- константа, то

необхідний мінімум
.

Слідство з трьох правил:

.

Коваріація - числова характеристика спільного розподілу двох випадкових величин, що дорівнює математичному очікуванню твори відхилень цих випадкових величин від їх математичних очікувань.

Можна скористатися наступними готовими формулами, які йдуть безпосередньо з рішення системи (1.4):

де - коваріація ознак

необхідний мінімум
і
необхідний мінімум
,
необхідний мінімум
- дисперсія ознаки
необхідний мінімум
і

необхідний мінімум
,
необхідний мінімум
,
необхідний мінімум
,
необхідний мінімум
.

4.Корреляція

Коефіцієнт кореляції або парний коефіцієнт кореляції - це показник характеру зміни двох випадкових величин. Коефіцієнт кореляції позначається латинською буквою

необхідний мінімум
і може приймати значення між -1 і +1. Якщо значення по модулю знаходиться ближче до 1, то це означає наявність сильного зв'язку (при коефіцієнті кореляції дорівнює одиниці говорять про функціональну зв'язку), а якщо ближче до 0, то слабкою.

Рівняння регресії завжди доповнюється показником тісноти зв'язку. При використанні лінійної регресії в якості такого показника виступає лінійний коефіцієнт кореляції

необхідний мінімум
, який можна розрахувати за такими формулами:

необхідний мінімум
.

Лінійний коефіцієнт кореляції знаходиться в межах:

необхідний мінімум
. Чим ближче абсолютне значення
необхідний мінімум
до одиниці, тим сильніше лінійного зв'язку між факторами (при
необхідний мінімум
маємо сувору функціональну залежність). Але слід мати на увазі, що близькість абсолютної величини лінійного коефіцієнта кореляції до нуля ще не означає відсутності зв'язку між ознаками. При інший (нелінійної) специфікації моделі зв'язок між ознаками може виявитися досить тісною.

Для оцінки якості підбору лінійної функції розраховується квадрат лінійного коефіцієнта кореляції

необхідний мінімум
, званий коефіцієнтом детермінації.

Схожі статті