Стохaстична залежність (на «5» балів)
Дві випадкові події називаються незалежними, якщо
, або F(x, y) = F(x) F(y).
Для неперервних випадкових величин Х і Y умовy незалежності можна подати через щільності ймовірностей:
f (x, y) = f (x) f (y).
Умову незалежності можна записати і так:
f (x / y) = f (x), f (y / x) = f (y).
Залежність випадкових величин у певному розумінні є узагальненням поняття функціональної залежності. Якщо в разі функціональної залежності між величинами Х та Y кожному значенню Х = х відповідає певне значення Y = у, то в разі залежності між випадковими величинами Y і Х кожному можливому значенню Х = х відповідає множина значень Y, які характеризуються умовними щільностями ймовірності f (y / x).
Отже, залежність між випадковими величинами означає аналітичну залежність щільності умовного розподілу однієї з них від значень, яких набуває друга величина. Таку залежність називають стохастичною або ймовірнісною. Виявляється вона не лише у зміні умовних законів розподілу, а й у зміні умовних числових характеристик: M (X / y), M (Y / x), D (X / y), D (Y / x), тобто умовних математичних сподівань та умовних дисперсій (рис. А—F).
Рис. А. Стохастична і кореляційна залежність між Y та Х, М (Y / х) = a(х) | Рис. B. Стохастична і кореляційна залежність між Х та Y, М (X / у) = b(у) |
Рис. С. Стохастична залежність між Y та Х, D (Y / х) = a(х); кореляційний зв’язок відсутній | Рис. D. Стохастична залежність між Х і Y, D (X / у) = b(у); кореляційний зв’язок відсутній |
|
|
Рис. Е. Незалежні випадкові величини | Рис. F. Незалежні випадкові величини |
Отже, рис. А, В ілюструють те, що кореляційною залежністю між випадковими величинами Y і Х є функціональна залежність умовних математичних сподівань М (X / у), М (Y / х) від аргументів у та х:
М (X / у) = a(у). М (Y / х) = b(х).
Ці рівняння називають рівняннями регресії. Якщо М (Y / х) = М (y), М (X / у) = М (х), то кореляційна залежність відсутня, але існує стохастична залежність (див. рис. С і D), оскільки змінюються умовні дисперсії. Випадок, коли між Х і Y відсутня стохастична, а отже, і кореляційна залежність, ілюструють рис. Е і F.
Отже, якщо між випадковими величинами Y і Х існує кореляційна залежність, то між ними обов’язково іcнує й стохастична залежність. Але за наявності стохастичної залежності між випадковими величинами Х і Y кореляційної залежності між ними може й не бути.
Приклад 6.
Задано f (x, y) = 1/48, якщо (x, y) Î W; f (x, y) = 0, якщо (x, y) Ï W.
Де
Знайти Kху, rху.
Розв’язання .
Kxy = M (XY) – M (X) M (Y) = –1 – (–1)1 = –1+1 = 0.
Отже, Kxy = 0, що говорить нам про відсутність кореляційного зв’язку між випадковими величинами Х та Y.
|
|
Оскільки Kxy = 0, то й rxy = 0.
При знайдених f (x), f (y) числові характеристики можна обчислити і за такими формулами:
Приклад 7. Задано
–¥ < х < ¥, –¥ < у < ¥.
Знайти а, М (х / у), М (у / х). Обчислити rxy.
Розв’язання . Згідно з умовою нормування маємо:
= =
Отже, і при цьому
, – ¥ < x < ¥, – ¥ < y < ¥.
Знайдемо
= =
Отже,
, – ¥ < х < ¥.
Далі знайдемо:
Отже,
, – ¥ < у < ¥.
Знайдемо основні числові характеристики.
,
оскільки підінтегральна функція є непарною, а межі інтегрування симетричні відносно нуля.
=
Отже, , звідки .
Отже, Тоді .
=
Таким чином, дістали
.
Визначимо умовні щільності ймовірностей:
Отже,
, – ¥ < у < ¥.
Звідси
, – ¥ < х < ¥.
=
Отже, є лінійною функцією регресії відносно аргументу у.
Аналогічно маємо:
Таким чином також є лінійною функцією регресії відносно аргументу х.
Приклад 8. Задано
, якщо ; , якщо , де
Знайти а і rxy.
Розв’язання . Область W зображено на рис. 7.
Рис. 7
За умовою нормування обчислюємо значення а:
Отже, а = 2.
Тоді
, якщо ,
, якщо , де .
Числові характеристики знаходимо за формулами:
|
|
.
.
Отже, Kху = 1,48; Rxy » 0,197.
Дата добавления: 2022-01-22; просмотров: 20; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!