Мода и медиана.
Квантили.
Моменты случайных величин.
Асимметрия и эксцесс
![Реферат: Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс](https://gugn.ru/work/6576744/cover.png)
Т. е. вероятность того, что случайная величина X примет значение, меньшее медианы Ме (Х) или большее ее, одна и та же и равна ½. Геометрически вертикальная прямая х = Ме (Х), проходящая через точку с абсциссой, равной Ме (Х), делит площадь фигуры иод кривой распределения на две равные части (рис. 3.14). Очевидно, что в точке х = Ме (Х) функция распределения равна ½, т. е. Р (Ме (Х)) = ½… Читать ещё >
Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс (реферат, курсовая, диплом, контрольная)
Кроме математического ожидания и дисперсии, в теории вероятностей применяется еще ряд числовых характеристик, отражающих те или иные черты распределения.
Определение. Модой Мо (Х) случайной величины X называется ее наиболее вероятное значение (для которого вероятность рг или плотность вероятности <�р (х) достигает максимума).
Если вероятность или плотность вероятности достигает максимума не в одной, а в нескольких точках, распределение называется полимодальным (рис. 3.13).
![Рис. 3.13.](/img/s/8/82/1487682_1.png)
Рис. 3.13.
![Рис. 3.14.](/img/s/8/82/1487682_2.png)
Рис. 3.14.
Мода Мо (Х), при которой вероятность р{ или плотность вероятности (р (х) достигает глобального максимума, называется наивероятнейшим значением случайной величины (на рис. 3.13 это Мо (Х)2).
Определение. Медианой Ме (Х) непрерывной случайной величины X называется такое ее значение, для которого
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_3.png)
т.е. вероятность того, что случайная величина X примет значение, меньшее медианы Ме (Х) или большее ее, одна и та же и равна ½. Геометрически вертикальная прямая х = Ме (Х), проходящая через точку с абсциссой, равной Ме (Х), делит площадь фигуры иод кривой распределения на две равные части (рис. 3.14). Очевидно, что в точке х = Ме (Х) функция распределения равна ½, т. е. Р (Ме (Х)) = ½ (рис. 3.15).
![Рис. 3.15.](/img/s/8/82/1487682_4.png)
Рис. 3.15.
![Рис. 3.16.](/img/s/8/82/1487682_5.png)
Рис. 3.16.
Отметим важное свойство медианы случайной величины: математическое ожидание абсолютной величины отклонения случайной величины X от постоянной величины С минимально тогда, когда эта постоянная С равна медиане Ме (Х) = т, т. е.
(свойство аналогично свойству (3.10') минимальности среднего квадрата отклонения случайной величины от ее математического ожидания).
О Пример 3.15. Найти моду, медиану и математическое ожидание случайной величины X с плотностью вероятности ф (х) = 3х2 при хе[0;1].
Решение. Кривая распределения представлена на рис. 3.16. Очевидно, что плотность вероятности ф (х) максимальна при х = Мо (Х) = 1.
Медиану Ме (Х) = Ь найдем из условия (3.28):
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_7.png)
или
откуда
Математическое ожидание вычислим по формуле (3.25):
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_10.png)
Взаимное расположение точек М (Х)> Ме (Х) и Мо (Х) в порядке возрастания абсцисс показано на рис. 3.16. ?
Наряду с отмеченными выше числовыми характеристиками для описания случайной величины используется понятие квантилей и процентных точек.
Определение. Квантилем уровня <7 (или у-квантилем)
называется такое значение хц случайной величины, при котором функция ее распределения принимает значение, равное д, т. е.
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_11.png)
Некоторые квантили получили особое название. Очевидно, что введенная выше медиана случайной величины есть квантиль уровня 0,5, т. е. Ме (Х) = х05. Квантили дг0 25 и х075 получили название соответственно нижнего и верхнего квартилейК
С понятием квантиля тесно связано понятие процентной точки. Под ЮОуХо-ной точкой подразумевается квантиль хх ({, т. е. такое значение случайной величины X, при котором
0 Пример 3.16. По данным примера 3.15 найти квантиль х03 и 30%-ную точку случайной величины X.
Решение. По формуле (3.23) функция распределения.
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_13.png)
Квантиль .г0з найдем из уравнения (3.29), т. е. х$3 =0,3, откуда Л’оз -0,67. Найдем 30%-ную точку случайной величины X, или квантиль х0 7, из уравнения х$7 = 0,7, откуда х0 7«0,89. ?
Среди числовых характеристик случайной величины особое значение имеют м о м е н т ы — начальные и центральные.
Определение. Начальным моментом к-го порядка случайной величины X называется математическое ожидание к-й степени этой величины:
Определение. Центральным моментом к-го порядка случайной величины X называется математическое ожидание к-й степени отклонения случайной величины X от ее математического ожидания:
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_15.png)
или
Формулы для вычисления моментов для дискретных случайных величин (принимающих значения х1 с вероятностями р,) и непрерывных (с плотностью вероятности ср (х)) приведены в табл. 3.1.[1]
Таблица 3.1.
Момент | Случайная величина | |
дискретная | непрерывная | |
Начальный. | ![]() | ![]() |
Центральный. | ![]() | ![]() |
Нетрудно заметить, что при к = 1 первый начальный момент случайной величины X есть ее математическое ожидание, т. е. чх = М[Х) = а , при к = 2 второй центральный момент — дисперсия, т. е. р2 = Т)(Х).
Центральные моменты рА могут быть выражены через начальные моменты, но формулам:
и т.д.
? Например, ц3 = М (Х-а)* = М (Х*-ЗаХ2+За2Х-а->) = М (Х*)~ -ЗаМ{Х2)+За2М (Х)~ а3 = у3 -Зу^ + Зу (у, -у^ = у3— Зу^ + 2у^ (при выводе учли, что а = М (Х) = V, — неслучайная величина). ?
Выше отмечено, что математическое ожидание М (Х), или первый начальный момент, характеризует среднее значение или положение, центр распределения случайной величины X на числовой оси; дисперсия О (Х), или второй центральный момент р2, — с т с — пень рассеяния распределения X относительно М (Х). Для более подробного описания распределения служат моменты высших порядков.
Третий центральный момент р3 служит для характеристики, а с и м — м е т р и и (скошенности) распределения. Он имеет размерность куба случайной величины. Чтобы получить безразмерную величину, ее делят на о3, где, а — среднее квадратическое отклонение случайной величины X. Полученная величина А называется коэффициентом асимметрии случайной величины.
Если распределение симметрично относительно математического ожидания, то коэффициент асимметрии Л = 0.
На рис. 3.17 показаны две кривые распределения: I и II. Кривая I имеет положительную (правостороннюю) асимметрию (Л > 0), а кривая II — отрицательную (левостороннюю) (Л < 0).
![Рис. 3.17.](/img/s/8/82/1487682_19.png)
Рис. 3.17.
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_20.png)
РИС. 3.18.
Четвертый центральный момент р4 служит для характеристики к р у — тост и (о с т р о в е р ш и н н о с т и или п л о с к о в е р ш и н — пости) распределения.
Эксцессом (или коэффициентом эксцесса) случайной величины называется число
Число 3 вычитается из отношения р4/а4 потому, что для наиболее часто встречающегося нормального распределения (о нем идет речь в гл. 4) отношение р4/а4 = 3. Кривые, более островершинные, чем нормальная, обладают положительным эксцессом, более плосковершинные — отрицательным эксцессом (рис. 3.18).
[> Пример 3.17. Найти коэффициент асимметрии и эксцесс случайной величины, распределенной по так называемому закону Лапласа с плотностью вероятности
![Решение. Так как распределение случайной величины X симметрично относительно оси ординат, то все нечетные моменты (как начальные, так и центральные) равны 0, т.е. У1 =0» уз = 0» Рз = 0 и в силу определения (3.36) коэффициент асимметрии А = 0.](/img/s/8/82/1487682_23.png)
Решение. Так как распределение случайной величины X симметрично относительно оси ординат, то все нечетные моменты (как начальные, так и центральные) равны 0, т. е. У1 =0″ уз = 0″ Рз = 0 и в силу определения (3.36) коэффициент асимметрии А = 0.
Для нахождения эксцесса необходимо вычислить четные начальные моменты[2] у2 и у4 :
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_24.png)
Следовательно,
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_26.png)
Теперь эксцесс по формуле (3.37).
![Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс.](/img/s/8/82/1487682_27.png)
Эксцесс распределения положителен, что говорит об островершинности кривой распределения ф (х) (рис. 3.19). ?