Основні статистичні характеристики випадкових процесів
Мають важливе значення для опису властивостей окремих реалізацій стаціонарних випадкових процесів. До них відносяться :
Середнє значення (момент першого порядку)
Середнє значення квадранту ( момент другого порядку)
Середнє квадратичне значення (СКЗ)
Дисперсія
- центрована величина
Середнє квадратичне відхилення
Густина розподілу (диференціальний закон розподілу)
Характеризує
ймовірність того, що миттєві значення
сигналу у вільний момент часу будуть
знаходитись в заданому інтервалі
значення. При чому 
вказує на те, що ймовірність випадкових
даних знаходиться в межах
від
до
.
Функція розподілу ( Інтергальний закон розподілу).
Вказує на те, що випадкова величина не перевищує задане значення.
Кореляційна функція
Виражає ступінь лінійного статистичного зв’язку значень сигналу в даний момент часу від його значення в інші моменти часу і для стаціонарного сигналу визначається:
Спектральна густина – найважливіша статистична оцінка
Для її оцінки обчислюється СКЗ сигналу у вузькій смузі частот при різних центрованих частотах, а потім це значення ділиться на ширину даної смуги.
Спектральна густина може бути визначена кореляційною функцією.
Розподіл амплітуд.
У багатьох випадках статистичні дану спостерігаються протягом довгого проміжку часу при цьому важливо знати яким чином здійснюється розподіл амплітуд. Визначення чисельних значень амплітуд дає нам можливість суттєво ущільнювати інформацію а також виділяти параметри що характеризують процес і одночасно визначати тенденцію зміни такого процесу.
Підрахунок подій
Можна здійснювати у випадку отримання вибірок на виході АЦП на вхід якого подаються дані з давача :
Таким
чином на виході АЦП формується цифрове
слово прапору величиною вхідного
сигналу. Таке слово поділяється на рівні
(класи). У випадку коли АЦП має 10 розрядів
1024 рівня 
ціна одного рівня 9,7мВ.
Поява
цифрового слова сприймається як подія,
Число подій підраховується для кожного
інтервалу окремо. Абсолютний статистичний
розподіл можна отримати, якщо на інтервалі
амплітуд 
розмістити
N-
повне число подій
.
Методи групування класів
Розподіл амплітуд характерний тим, як довго за час спостереження сигнал знаходився у визначеному інтервалі амплітуд. Для визначення випадків застосування цього розподілу пропонується спеціальна оцінка розподілу амплітуд. Так для коливних сигналів має значення проходження через 0, пікові величини та розмах між екстремальними значеннями.
Оцінка розподілу амплітуд.
Проходження через «0»
В даному випадку підраховується , як часто сигнал змінюється від додатного значення до від’ємного і навпаки.
Спосіб проходження класів
В цьому випадку для додатніх сигналів підраховуються переходи з нижчого до вищого класів. Однак не враховується зворотні переходи. При від’ємних значеннях сигналів враховуються переходи в напрямі збільшення амплітуд.
Метод пікової величини І
Згідно даного методу використовується деяка опорна лінія згідно якої підраховується максимуми і мінімуми відносно даної лінії.
Метод пікової величини ІІ
Згідно М.П. ІІ зверху опорної лінії фіксуються всі максимуми а нижче він неї всі мінімуми.
Метод пікової величини ІІІ
Опорна лінія не враховується і підраховуються усі максимуми і мінімуми незалежно від опорної лінії.
Метод розмаху
Розмах означає різницю між двома екстремальними сусідніми величинами .
Стандартне відхилення , як інформаційний параметр.
З статистичного розподілу можна обчислити стандартне відхилення і дисперсію сигналу. Дані величини також використовуються для оцінки сигналу.
-
текуче значення
-
середнє значення
У
випадку оцінки нерівності поверхні
стандартне відхилення вказує 
шороховатості поверхні.
Для
та 
Стандартне відхилення є ознакою точності мікросхем (якості виробу)