рефераты конспекты курсовые дипломные лекции шпоры

Раздел Философия
/
Функции и линии регрессии.

Реферат Курсовая Конспект

Выберите учебное заведение

Функции и линии регрессии.

Функции и линии регрессии. - раздел Философия, ОСНОВНЫЕ ПОНЯТИЯ. Классическое определение вероятности. Пусть ...

Пусть и - две случайные непрерывные величины, находящиеся в корреляционной зависимости. Это значит, что каждому значениюx случайной величины соответствует вполне определенное распределение вероятностей величины . Плотность распределения величины при условии, что , называется условной плотностью распределения случайной величины .
Вычислим для данного случая так называемое условное математическое ожидание величины при условии, что .Согласно определению математического ожидания непрерывной случайной величины, имеем

[см. формулу (40)]. Каждому возможному значению x случайной величины соответствует определенное значение условного математического ожидания . Таким образом, мы получаем функцию переменной x. Эта функция y=f(x)называется функцией регрессии величины на , а ее график - линией регрессии на .
Аналогично определяется условное математическое ожидание величины при условии, что :

где - условная плотность вероятности случайной величины при условии, что .
Функция x=g(y) называется функцией регрессии величины на , а ее график - линией регрессии на .
Cледует иметь в виду, что функции y=f(x) и x=g(y) не являются обратными по отношению друг к другу.
Если обе функции и линейны, то линиями регрессии являются прямые. В этом случае говорят, что случайные величины и связаны линейной корреляционной зависимостью. Можно показать, что уравнение прямой регрессии на имеет следующий вид:

(74)

где - условное математическое ожидание случайной величины при . Аналогично записывается уравнение прямой регрессии на :

(75)

где - условное математическое ожидание случайной величины при .
Величины

(76)

называются коэффициентами регрессии соответственно на и на .
Из формул (76) следует, что

(77)

Равенство (77) показывает, что оба коэффициента регрессии имеют одинаковые знаки. Если они положительны (отрицательны), то с возрастанием аргумента возрастают (убывают) соответствующие условные математические ожидания.
Если , то, как следует из уравнений (74) и (75), и , т.е. в этом случае условные математические ожидания постоянны и равны соответствующим математическим ожиданиям случайных величин и .

Замечание. Можно доказать, что если система двух случайных величин имеет нормальное распределение, то эти величины находятся в линейной корреляционной зависимости.

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

ОСНОВНЫЕ ПОНЯТИЯ. Классическое определение вероятности.

Классическое определение вероятности... Как было сказано выше при большом числе n испытаний частота P A m n... Это обстоятельство позволяет находить приближенно вероятность события опытным путем Практически такой способ...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Функции и линии регрессии.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Случайные события. Частота. Вероятность.
Теория вероятностей — математическая наука, изучающая закономерности массовых случайных явлений (событий). Случайным событием (или просто событием) называется всякое явление,

Условная вероятность. Теорема умножения вероятностей.
Во многих задачах приходится находить вероятность совмещения событий А и В, если известны вероятности событий А и В. Рассмотрим следующий пример. Пусть брошены д

Формула полной вероятности.
Пусть событие A может произойти только вместе с одним из попарно несовместных событий H1, H2, ..., Hn, образующих полную группу. Тогда, если произошло событие A,

ПОСЛЕДОВАТЕЛЬНЫЕ ИСПЫТАНИЯ. ФОРМУЛА БЕРНУЛЛИ.
Предположим, что производится n независимых испытаний, в результате каждого из которых может наступить или не наступить некоторое событие A. Пусть при каждом испытании вероятность нас

Дискретные случайные величины.
Рассмотрим случайную величину * , возможные значения которой образуют конечную или бесконечную посл

Функция распределения вероятностей случайной величины и ее свойства.
Рассмотрим функцию F(х), определенную на всей числовой оси следующим образом: для каждого х значение F(х) равно вероятности того, что дискретная случайная величина

Равномерное распределение.
Пусть сегмент [a,b] оси Ox есть шкала некоторого прибора. Допустим, что вероятность попадания указателя в некоторый отрезок шкалы пропорциональна длине этого отрезка и не зависит от м

Нормальное распределение.
Говорят, что случайная величина нормально распределена или подчиняется закону распределе

Двумерные случайные величины.
Часто приходится решать задачи, в которых рассматриваются события, описываемые не одной, а несколькими — в частности, двумя случайными величинами. Так если станок-автомат штампует цилиндрические ва

Математическое ожидание случайной величины и его свойства.
Рассмотрим сначала следующий пример. Пусть на завод поступила партия, состоящая из N подшипников. При этом: m1 - число подшипников с внешним диаметром х1

Линейные функции случайных величин.
Пусть - нормально распределенная случайная величина с параметрами

Леммы Чебышева.
В этом пункте докажем следующие две леммы, принадлежащие Чебышеву* Лемма 1. Пусть

Закон больших чисел Чебышева.
Имеет место следующее утверждение. Пусть - последовательность попарно независимых случайн

Закон больших чисел Бернулли.
Пусть производится последовательность независимых испытаний, в результате каждого из которых может наступить или не наступить событие А, причем вероятность наступления этого события одна и т

Теорема Ляпунова.
Часто приходится иметь дело с такими случайными величинами, которые являются суммами большого числа независимых случайных величин. При некоторых весьма общих условиях оказывается, что эта сумма име

Основной закон ошибок.
Когда мы производим некоторое измерение, то на его результат влияет большое количество факторов, которые порождают ошибки измерений. Ошибки измерений в основном можно подразделить на три группы: 1)

Определение неизвестной функции распределения.
Пусть мы имеем дело с непрерывной случайной величиной , значения которой получены из наблюдений. Ра

Определение неизвестных параметров распределения.
C помощью гистограммы мы можем приближенно построить график плотности распределения случайной величины

Коэффициент корреляции.
Как мы знаем, если и

Анализ линейной корреляции по опытным данным.
Одной из задач математической статистики является исследование корреляционной зависимости между случайными величинами. Пусть проведено n опытов, в результате которых получены следующие значе