На странице представлен фрагмент
Реши любую задачу с помощью нейросети.
- Корреляция
- Корреляционный момент и коэффициент корреляции
- Коррелированность и зависимость случайных величин
- Нормальный закон распределения на плоскости
- Линейная регрессия. Прямые линии среднеквадратической регрессии
- Линейная корреляция. Нормальная корреляция
- Коэффициент корреляции Пирсона
- Коэффициент ранговой корреляции Спирмена
На практике часто встречаются двумерные случайные величины, распределение которых нормально.
Нормальным законом распределения на плоскости называют распределение вероятностей двумерной случайной величины (X, Y), если
Мы видим, что нормальный закон на плоскости определяется пятью параметрами: а1, а2, σх, σу и rxу. Можно доказать, что эти параметры имеют следующий вероятностный смысл: а1, а2 — математические ожидания, σх, σу — средние квадратические отклонения, rxу — коэффициент корреляции величин X и У.
Убедимся в том, что если составляющие двумерной нормально распределенной случайной величины некоррелированны, то они и независимы. Действительно, пусть X и Y некоррелированны. Тогда, полагая в формуле rxу = 0, получим
Таким образом, если составляющие нормально распределенной случайной величины некоррелированны, то плотность совместного распределения системы равна произведению плотностей распределения составляющих, а отсюда и следует независимость составляющих. Справедливо и обратное утверждение.
Итак, для нормально распределенных составляющих двумерной случайной величины понятия независимости и некоррелированности равносильны.
Замечание. Можно доказать, что если двумерная случайная величина распределена нормально с параметрами а1, а2, σх, σу и rxу, то ее составляющие также распределены нормально с параметрами, соответственно равными а1, а2, σх, σу и rxу.
Купить уже готовую работу
Так же вы можете купить уже выполненные похожие работы. Для удобства покупки работы размещены на независимой бирже. Подробнее об условиях покупки тут.