рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Двумерный случайный вектор

Двумерный случайный вектор - раздел Образование, Оценивание числовых характеристик и параметров распределения случайных объектов В Разделе 4 Были Рассмотрены Методы Оценивания Закона Распределения Случайной...

В разделе 4 были рассмотрены методы оценивания закона распределения случайной величины во всех его возможных формах – ряда, функции и плотности распределения. Аналогичная задача возникает и при обработке экспериментальных данных в виде случайных векторов, т.е. систем стохастически связанных между собой случайных величин. Такие системы характеризуются многомерными законами распределения.

В данном параграфе более подробно остановимся на оценивании параметров распределения случайных векторов. При этом начнём с рассмотрения частного случая – двумерного вектора, т.е. системы двух случайных величин.

Над системой двух случайных величин произведено n независимых равноточных наблюдений, в результате которых получена последовательность пар чисел , (табл.5.3), которые можно интерпретировать как координаты точек , , …, плоскости.

Таблица 5.3

Двумерный массив экспериментальных данных

i ××× i ××× n
xi x1 x2 ××× xi ××× xn
yi y1 y2 ××× yi ××× yn

Требуется по результатам наблюдений определить состоятельные, несмещённые и эффективные (асимптотически эффективные) оценки числовых характеристик , , , , системы случайных величин . В данном случае – корреляционный момент и .

Задача определения точечных оценок параметров двумерного распределения решается так же, как и для одной случайной величины. При этом оценки координат , центра рассеяния системы находятся по формулам

, , (5.3.1)

а оценки элементов её корреляционной матрицы определяются выражениями

(5.3.2)

Если математические ожидания , известны, то элементы корреляционной матрицы определяются выборочными дисперсиями и корреляционным моментом (см. п.п. 5.2.1):

При вычислении оценок , , целесообразно воспользоваться известной связью между центральными и начальными моментами, которая имеет место и для их статистических аналогов

(5.3.3)

С учётом (5.3.3) выражения (5.3.2) принимают вид, который обычно используется на практике:

(5.3.4)

Очевидно, что оценка коэффициента корреляции найдётся по формуле

. (5.3.5)

П р и м е р 5.9. Пусть и – координаты пробоины в мишени после выстрела (в сантиметрах). По мишени произведено 10 независимых выстрелов, результаты которых сведены в табл.5.4, где i – номер выстрела. Найти оценки числовых характеристик , , , , , системы случайных величин .

Таблица 5.4

Координаты пробоин в мишени

i
xi 2,5 1,5 3,5 2,5 1,5
yi 3,5 1,5 5,5 2,5 4,5

▼ По формулам (5.3.1) получим

, .

Используя соотношения (5.3.4), имеем:

Наконец, используя табл.5.1, по формулам (5.2.13) и (5.3.5), получим:

– Конец работы –

Эта тема принадлежит разделу:

Оценивание числовых характеристик и параметров распределения случайных объектов

На сайте allrefs.net читайте: "Оценивание числовых характеристик и параметров распределения случайных объектов"

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Двумерный случайный вектор

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:

Оценивание числовых характеристик и параметров распределения случайных объектов
Закон распределения в любой его форме является исчерпывающей характеристикой вероятностного поведения случайного объекта (величины, вектора, функции). Поскольку задача его определения достаточно сл

Оценивание математического ожидания случайной величины
Пусть имеется случайная величина , математическое ожидание которой

Равноточные наблюдения
Статистическое (выборочное) среднее или статистическое математическое ожидание случайной величины находится по формуле

Неравноточные наблюдения
Пусть характеристики точности наблюдений от опыта к опыту изменяются так, что наблюдаемая в i-м опыте случайная величина

Качество оценивания математического ожидания
Качество статистического оценивания математического ожидания при заданном объёме n выборки определяется доверительным интервалом

Оценивание дисперсии и среднего квадратического отклонения случайной величины
Над случайной величиной производится n независимых равноточн

Оценивание дисперсии и среднего квадратического отклонения при известном математическом ожидании
Вводим случайную величину , (5.2.1) которая назыв

Оценивание дисперсии и среднего квадратического отклонения при неизвестном математическом ожидании
Для отыскания оценки дисперсии случайной величины необходимо знать её математическое ожидание

Качество оценивания дисперсии
Качество оценивания дисперсии характеризуется доверительным интерва

Многомерный случайный вектор
Аналогично решается задача оценивания числовых характеристик системы произвольного числа случайных величин. Пусть имеется m случайных величин

Качество оценивания числовых характеристик случайных векторов
Основные вероятностные свойства m-мерного случайного вектора

Оценивание числовых характеристик случайных функций
Известно, что случайная функция может рассматриваться как обобщение понятия случайного вектора (системы случайных величин) на бесконечное множество составляющих его компонентов (сечений случайной ф

Нестационарные случайные функции
Реализации xi(t), случайной функции

Стационарные случайные функции
По определению, случайная функция является стационарной (в широком

Качество оценивания числовых характеристик случайных функций
Известно, что сечения случайной функции представляют собой обычные

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги