Залежні та незалежні випадкові величини
Випадкова величина У називається незалежною від випадкової величини Х, якщо закон розподілу величини У не залежить від того, яке значення прийняла величина Х. Для неперервних випадкових величин умова незалежності У від Х має вигляд при будь-якому у. Якщо ж У залежить від Х, то
Дійсно, нехай У не залежить від Х: Тоді і (1) Доведено. Іще одне означення: Випадкові величини Х і У називаються незалежними, якщо закон розподілу кожної із них не залежить від того, яке значення прийняла друга. В іншому випадку величини Х і У називаються залежними. Для незалежних випадкових величин теорема множення законів розподілу: (2), тобто щільність розподілу системи незалежних випадкових величин дорівнює добутку щільностей розподілу окремих величин, які входять с систему. Умова (2) є необхідна та достатня умова незалежності випадкових величин. Приклад. Щільність розподілу систему (X,Y) має вигляд: Визначити, чи залежні, чи незалежні випадкові величини X та Y. Із того, що функція розпалась на добуток функцій, із яких одна залежить тільки від x, інша – тільки від y, випливає, що X і Y – незалежні. Дійсно: За аналогією . Звідки X та Y є незалежні. Лекція 3 Числові характеристик системи двох випадкових величин. Кореляційний момент. Коефіцієнт корекції Початковим моментом порядку K, S системи (X,Y) називають математичне сподівання добутку на (1) Центральним моментом порядку K, S системи (X,Y) називають математичне сподівання добутку та степеня відповідних центрованих величин (2) (3) (4) Де , а сума поширюється на всі можливі значення випадкових величин X, Y. Для неперервних випадкових величин: (5) (6) Математичні сподівання: та представляють собою характеристику положення системи. Геометрично це координати середньої точки на площині, навколо якої відбувається розсіяння точки (X,Y). Дисперсії: Вони характеризують розсіяння випадкової точки в напрямку вісі OX та OY. Другий змішаний центральний момент: Він грає дуже велике значення: (7) Характеристика називається кореляційним моментом випадкових величин X та Y. Для дискретних випадкових величин X і Y: (8) а для неперервних: (9) Кореляційний момент є характеристика системи випадкових величин, яка описує зв'язок між ними. Для того, щоб переконатись в цьому, доведемо, що для незалежних випадкових величин кореляційний момент дорівнює нулю. Нехай X, Y – незалежні неперервні випадкові величини з щільністю f(x,y): , (10) де , – відповідний щільності розподілу випадкових величин X і Y. Таким чином, якщо кореляційний момент двох випадкових величин , то це є ознака наявності залежності між ними. (11) – коефіцієнт кореляції. для незалежних випадкових величин дорівнює нулю. характеризує не тільки тісноту зв’язку, але й розсіяння. Якщо X дуже мало відрізняється від , а Y знаходиться в сильній залежності від X, то Для цього і вводять . Випадкові величини, для яких =0, називаються некорельованими. Але поняття некорельованості не є еквівалентним поняттю незалежності. Із незалежності випливає некорельованість. А навпаки? Відповідь – ні! Приклад. Розглянемо систему випадкових величин (X, Y), розподілену з рівномірною щільністю всередині круга С радіуса r з центром в початку координат. y С2 С1 r С3 С4 x С Із умови Не важко переконатись, що величини є залежними. Дійсно, якщо X прийме значення, наприклад, 0, то Y з рівною ймовірністю може прийняти всі значення від –r до +r; якщо ж X=r, то Y тільки прийме одне значення Y=0. Взагалі, діапазон можливих значень Y залежить від того, яке значення прийме X. Із-за умови симетрії В секторах С1, С3 підінтегральна функція додатня, С2, С4 – від’ємна; за абсолютним значенням ці інтеграли рівні. Таким чином, із некорельованості випадкових величин не завжди слідує їх незалежність. Коефіцієнт кореляції характеризує не будь-яку залежність, а тільки лінійну залежність (при зростанні або при спаданні однієї випадкової величини інша теж зростає або спадає, але лінійно). Коефіцієнт кореляції характеризує степінь тісноти лінійної залежності між випадковими величинами. Якщо Y=aX+b, (точна лінійна залежність), то (+1, якщо а>0; –1, якщо a<0) В загальному випадку: .У випадку кажуть про додатню кореляцію величин X та Y; – від’ємна кореляція. Додатня кореляція: при зростанні однієї випадкової величини – інша теж зростає; в другому випадку спадає. В розглянутому прикладі лінійна залежність відсутня; при зростанні X змінюється тільки діапазон зміни Y, а його середнє значення не змінюється; природньо, що величини (X,Y) є некорельованими. Лекція №4 ©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|