рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Регрессия

Регрессия - раздел Математика, Основные понятия теории вероятностей. Случайное событие. Вероятность. Статистическая вероятность. Геометрическая вероятность. Основные формулы комбинаторики Пусть (Х, У) – 2-Мерная Св С Известным Законом Распределения F(X,y) Или F(X,y...

Пусть (Х, У) – 2-мерная СВ с известным законом распределения F(X,Y) или f(x,y). Условным математическим ожиданием компоненты Х называется математическое ожидание СВ Х, вычисленное при условии, что СВ Y приняла определенное значение Y=y и обозначается М(Х/Y). Аналогично определяется условное математическое ожидание и для СВ Y.

Используя формулы для вычисления числовых характеристик случайных величин можно вычислить и условные числовые характеристики, заменив безусловные законы распределения на условные.

и (11.13)

Условное математическое ожидание СВ Y при заданном X=x: M[Y/x]=my/x называется регрессией Y на x; аналогично M[X/y]=mx/y называется регрессией X на y. Графики этих зависимостей от x и y называются линиями регрессии или«кривыми регрессии».

Регрессионный анализ позволяет выявить характер связи между величинами. Представим СВ Y в виде линейной функции Х:

,

где a и b - неизвестные величины.

Теорема.Линейная средняя квадратическая регрессия Y на Х имеет вид

,

здесь - коэффициент регрессии Y на Х,

а прямую - называют прямой среднеквадратической регрессии Y на Х. Аналогично можно получить прямою среднеквадратической регрессии Х на Y.

Обе прямые проходят через точку (mx, my), которую называют центром совместного распределения величин Х и Y.

 

16. Числовые характеристики функций случайных величин. Математическое ожидание и дисперсия. Теоремы о числовых характеристиках функций случайных величин.

Пусть некоторая случайная величина Х подвергается детерминированному преобразованию j, в результате которого получается величина У. Рассмотрим задачу определения числовых характеристик и закона распределения получаемой в результате преобразования случайной величины У.

– Конец работы –

Эта тема принадлежит разделу:

Основные понятия теории вероятностей. Случайное событие. Вероятность. Статистическая вероятность. Геометрическая вероятность. Основные формулы комбинаторики

Случайные события... Случайные события бывают х видов... Невозможные Обозначение V Достоверные Случайные...

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

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:

Определение вероятности события
Классическое определение вероятности события. При классическом определении вероятность события определяется равенством P(A)=m/n, где

Аксиомы вероятностей.
На основе вышеизложенного сформулированы аксиомы теории вероятностей. Пусть каждому событию ставится в соответствие число, называемое вероятно

Теорема сложения вероятностей
Теорема сложения вероятностей несовместных событий. Вероятность появления одного из двух несовместных событий, безразлично какого, равна сумме вероятностей этих событий: Р(

Повторение испытаний
Формула Бернулли  

Формула Бернулли
Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна p (0 < p < 1), событие наступит ровно m раз (безразлично,

Локальная и интегральная теорема Муавра-Лапласа
Локальная теорема.Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна р (0 < р <1), событие наступит ровно

Ряд распределения дискретной случайной величины.
Наиболее простую форму можно придать закону распределения дискретной случайной величины. Рядом распределениядискретной случайной величины называется таблица, в которой перечислены в порядке

Смешанная случайная величина.
Случайная величина называется смешанной, если функция распределения F(x) на некоторых участках непрерывна, а в отдельных точках имеет разрывы (скачки). На тех учас

Плотность распределения системы случайных величин.
Двумерная величина (X,Y) является непрерывной, если ее функция распределения F(х,у) представляет собой непрерывную, дифференци

Условные законы распределения системы случайных величин.
Условные плотности для непрерывных составляющих X и Y определяются так f(x/y) = f(x, y)/fу

Числовые характеристики функции случайного аргумента.
Рассмотрим случайную величину Y, зависящую функционально от случайной величины X с известным законом распределения F(x): Y=φ(X).

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

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