- •Т.І. Малютіна, к.А. Дахер вища математика для економістів
- •Теорія ймовірностей і математична статистика
- •Розділ і випадкові події
- •1.1. Простір елементарних подій. Випадкові події та операції над ними. Комбінаторика
- •1.1.1. Основні поняття теорії ймовірностей. Операції над подіями
- •Питання для самоконтролю
- •1.1.2. Елементи комбінаторики
- •Розв’язування комбінаторних задач
- •1.2. Ймовірність випадкової події. Способи обчислення ймовірностей випадкових подій
- •1. Класичне означення ймовірності
- •Питання для самоконтролю
- •2. Статистична ймовірність
- •3. Геометрична ймовірність
- •Питання для самоконтролю
- •1.3. Теореми додавання і множення ймовірностей. Умовна ймовірність
- •Питання для самоконтролю
- •1.4. Формула повної ймовірності. Формула Байєса
- •Питання для самоконтролю
- •1.5. Послідовні незалежні випробування
- •1.5.1. Формула Бернуллі
- •1.5.2. Формула Пуассона
- •1.5.3. Локальна теорема Муавра-Лапласа
- •1.5.4. Інтегральна теорема Муавра-Лапласа
- •Питання для самоконтролю
- •Розділ іі випадкові величини
- •2.1. Одновимірні випадкові величини. Способи задання
- •2.1.1. Дискретні випадкові величини. Функція розподілу. Основні закони розподілу
- •2.1.2. Неперервні випадкові величини. Щільність розподілу. Основні закони розподілу
- •Питання для самоконтролю
- •2.2. Числові характеристики випадкових величин
- •1. Математичне сподівання
- •2. Дисперсія та середнє квадратичне відхилення
- •3. Початкові та центральні моменти
- •4. Мода і медіана
- •Числові характеристики деяких розподілів
- •Питання для самоконтролю
- •2.3. Рівномірний, показниковий, нормальний розподіли
- •Питання для самоконтролю
- •2.4. Граничні теореми теорії ймовірностей. Закон великих чисел і центральна гранична теорема. Нерівність ЧебишОва
- •2.4.1. Лема Чебишова
- •2.4.2. Теорема Чебишова
- •2.4.3. Теорема Бернуллі
- •Питання для самоконтролю
- •2.5. Двовимірна випадкова величина
- •2.5.1. Закон розподілу ймовірностей. Закони розподілу компонент
- •2.5.2. Функція розподілу двовимірної випадкової величини та її властивості
- •2.5.3. Щільність сумісного розподілу ймовірностей неперервної двовимірної випадкової величини, основні властивості. Ймовірність попадання випадкової точки в задану область
- •2.5.4. Умовні закони розподілу складових системи дискретних і неперервних випадкових величин. Залежні та незалежні випадкові величини
- •1. Випадок дискретної величини
- •2. Випадок неперервної величини
- •Питання для самоконтролю
- •2.5.5. Числові характеристики двовимірної випадкової величини. Кореляційний момент і коефіцієнт кореляції
- •Числові характеристики двовимірної випадкової величини
- •Питання для самоконтролю
- •2.5.6. Умовні числові характеристики двовимірної випадкової величини. Регресія
- •1. Випадок дискретної випадкової величини
- •2. Випадок неперервної випадкової величини
- •Питання для самоконтролю
- •Розділ III елементи математичної статистики
- •3.1. Предмет та основні завдання математичної статистики
- •3.2. Генеральна та вибіркова сукупності. Вибірка. Способи відбору
- •Питання для самоконтролю
- •3.3. Статистичний розподіл вибірки
- •Питання для самоконтролю
- •3.4. Графічне зображення статистичних розподілів
- •3.5. Емпірична функція розподілу. Кумулята
- •Питання для самоконтролю
- •3.6. Числові характеристики статистичного розподілу вибірки
- •Питання для самоконтролю
- •3.7. Статистичні оцінки параметрів генеральної сукупності
- •3.7.1. Статистичні оцінки невідомих параметрів розподілу та їх властивості
- •3.7.2. Статистична оцінка математичного сподівання
- •3.7.3. Статистична оцінка дисперсії. Виправлена дисперсія
- •3.7.4. Метод моментів статистичного оцінювання параметрів розподілу
- •3.7.5. Метод максимуму правдоподібності статистичного оцінювання параметрів розподілу
- •Питання для самоконтролю
- •3.8. Інтервальні оцінки параметрів розподілу
- •3.8.1. Надійність. Інтервал довіри
- •3.8.2. Розподіл – “хі-квадрат”
- •3.8.3. Розподіл Стьюдента
- •3.8.4. Розподіл Фішера-Снедекора
- •3.8.5. Інтервальні оцінки для математичного сподівання
- •3.8.6. Оцінка істинного значення вимірюваної величини
- •3.8.7. Інтервали довіри для середнього квадратичного відхилення нормально розподіленої випадкової величини
- •3.8.8. Оцінка точності вимірювань
- •Питання для самоконтролю
- •3.9. Елементи теорії кореляції
- •3.9.1. Функціональна, статистична й кореляційна залежності
- •3.9.2. Вибірковий коефіцієнт кореляції. Коефіцієнт детермінації
- •Питання для самоконтролю
- •3.9.3. Основні поняття і методи регресійного аналізу
- •3.9.4. Метод найменших квадратів
- •Питання для самоконтролю
- •3.10. Статистична перевірка статистичних гіпотез
- •3.10.1. Статистичні гіпотези. Помилки першого та другого роду
- •3.10.2. Статистичний критерій перевірки нульової гіпотези
- •Питання для самоконтролю
- •3.10.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона
- •3.10.4. Перевірка гіпотези про порівняння середнього значення ознаки генеральної сукупності зі стандартом
- •3.10.5. Перевірка гіпотези про рівність дисперсій двох незалежних випадкових величин
- •3.10.6. Перевірка гіпотези про значущість коефіцієнта кореляції
- •Питання для самоконтролю
- •Список використаної та рекомендованої літератури
- •Додаток а
- •Додаток б
- •Додаток в
- •Додаток г
- •Додаток д Критичні точки розподілу f Фішера-Снедекора
- •Додаток е
- •Додаток ж Значення
- •Вища математика для економістів
- •40030, М. Суми, вул. Петропавлівська, 57
2.5.5. Числові характеристики двовимірної випадкової величини. Кореляційний момент і коефіцієнт кореляції
Важливими
числовими характеристиками системи
двох випадкових величин
є
математичне сподівання та дисперсії
складових М(Х),
М(Y),
D(Х),
D(Y),
кореляційний момент
і коефіцієнт кореляції
Початковим
моментом порядку
системи
називають математичне сподівання
добутку
. (2.32)
Центральним моментом порядку системи називають математичне сподівання k-го і s-го степенів відповідних центрованих величин.
. (2.33)
На практиці найчастіше застосовують початкові моменти першого порядку та центральні моменти другого порядку.
Початкові моменти першого порядку є математичними сподіваннями випадкових величин Х і Y.
Центральні моменти другого порядку співпадають з дисперсіями випадкових величин Х і Y. Вони характеризують розсіювання системи у напрямку осей ОХ і ОY.
Особливу роль при
вивченні системи двох випадкових величин
відіграють другий мішаний центральний
момент
і коефіцієнт кореляції
,
які є показниками взаємозв’язку між
компонентами Х і Y.
Кореляційним
моментом (коваріaцією)
двовимірної випадкової величини
називають математичне сподівання
добутку відхилень складових цієї
величини від її математичних сподівань:
(2.34)
Кореляційний момент можна виражати співвідношенням:
(2.35)
Кореляційний
момент характеризує як розсіювання
величин Х і Y, так і зв’язок між
ними. Якщо випадкові величини Х і Y
незалежні, то можна показати, що
кореляційний момент
(обернене не має місця).
Випадкові величини, для яких кореляційний момент дорівнює нулю, називаються некорельованими.
Коефіцієнтом
кореляції
двовимірної випадкової величини
називається
відношення кореляційного моменту
до добутку середніх квадратичних
відхилень
і
цих величин:
, (2.36)
де
.
Зазначимо, що
Коефіцієнт кореляції характеризує
ступінь тісноти лінійної залежності
між величинами Х і Y. Чим ближче
значення
до одиниці, тим більш точною буде рівність
Якщо
,
то або залежність між Х
і Y
лінійному закону не підлягає, або
вони взагалі незалежні.
Таблиця 2.5
Числові характеристики двовимірної випадкової величини
Для дискретних Х і Y |
|
Продовж. табл. 2.5
Для неперервних Х і Y |
|
Приклад 2.19. Закон розподілу двовимірної дискретної випадкової величини задано таблицею:
Х Y |
2 |
5 |
8 |
|
0,4 |
0,15 |
0,30 |
0,35 |
0,8 |
0,8 |
0,05 |
0,12 |
0,03 |
0,2 |
|
0,20 |
0,42 |
0,38 |
– |
Обчислити числові характеристики
Розв’язання
Приклад
2.20. Дана
щільність розподілу ймовірності
двовимірної випадкової величини
Знайти
Розв’язання. Математичне сподівання випадкової величини Х
Математичне сподівання випадкової величини Y
.
Дисперсія випадкової величини Х
Дисперсія випадкової величини Y
Кореляційний
момент двовимірної випадкової величини
Коефіцієнт кореляції
