kl=∑∑ kl - E-SGH
Transkrypt
kl=∑∑ kl - E-SGH
DWUWYMIAROWA ZMIENNA LOSOWA Def. Funkcję (X, Y) określoną na zbiorze zdarzeń elementarnych, która każdemu zdarzeniu przyporządkowuje parę liczb rzeczywistych (x,y), nazywamy dwuwymiarową zmienną losową. Def. Zmienna losowa (X, Y) jest skokowa jeśli przyjmuje skończoną lub przeliczalną liczbę wartości (xi, yi) (i=1,2...) odpowiednio z prawdopodobieństwem pij. Rozkład zmiennej losowej skokowej określa się za pomocą: – funkcji prawdopodobieństwa pij=P(X=xi, Y=yj) (i=1,2,...,k, j=1,2...,l), gdzie ∑∑ pij = 1 i j – dystrybuanty F(x,y)= ∑∑p xi ≤ X y j ≤Y xi yj y1 =1 y2 . . . . . . yl ∑p ij j x1 x2 . . . xk ∑p i ij ij P11 p12 . . . . . . p1l P21 p22 . . . . . . p2l pk1 pk2 . . . . . . pkl P1. P2. . . . Pk. p.1 p.2 . . . . . . p.l 1 Def. Zbiór prawdopodobieństw pi.=P(X=xi) oraz p.j=P(Y=yj) wyznacza brzegowe rozkłady zmiennej losowej X oraz zmiennej losowej Y. Wyznaczamy je jako sumę prawdopodobieństw pij w odpowiednim wierszu / kolumnie, np.: P1.=p11+p12+...+p1l p.1=p11+p21+...+p2k Def. Momentem zwykłym rzędu k+l (k,l=0,1,2,...)dwuwymiarowej zmiennej losowej nazywamy wyrażenie mkl=E(XkYl) – dla zmiennej losowej skokowej mkl= ∑∑ xi k y j l pij – dla zmiennej losowej ciagłej mkl= ∫ ∫ xi k y j l f ( x, y )dxdy np.: m10=E(X) – wartość oczekiwana zmiennej X m01=E(Y) - wartość oczekiwana zmiennej Y Def. Momentem centralnym rzędu k+l (k,l=0,1,2....) dwuwymiarowej zmiennej losowej nazywamy wyrażenie µ kl = E ( X − m10 ) k (Y − m01 ) l dla zmiennej losowej skokowej µ kl = ∑∑ ( xi − m10 ) k ( y j − m01 ) l dla zmiennej losowej ciagłej µ kl = ∫ ∫ ( x − m10 ) k ( y − m01 ) l f ( x, y )dxdy np.: µ 20 = E ( X − m10 ) 2 = D 2 ( X ) - wariancja odpowiednio zmiennej X i Y µ 02 = E (Y − m01 ) 2 = D 2 (Y ) µ11 = E[( X − m10 )(Y − m01 )] = cov( X , Y ) Def. Rozkład warunkowy zmiennej losowej X pod warunkiem, że wystąpiło zdarzenie Y=yj wyznaczamy posługując się wzorem: P(X=xi/Y=yj)=pij/p.j a dla zmiennej j Y pod warunkiem, że nastąpiło zdarzenie X=xi: P(Y=yj/X=xi)=pij/pi. Rozkłady warunkowe mają następującą własność: ΣP(X=xi/Y=yj)=1 ΣP(Y=yj/X=xi)=1 Def: Warunkowe wartości oczekiwane: E(X/Y=yj)= ΣxiP(X=xi/Y=yj)= Σxipij/p.j E(Y/X=xi)= ΣyjP(Y=yj/X=xi)= Σyjpij/pi. Def. Warunkowe wariancje: D 2 ( X / Y = y j ) = E[ X − E ( X / Y = y j )]2 = ∑ [ xi − E ( X / Y = y j )]2 P ( X / Y = y j ) D 2 (Y / X = xi ) = E[Y − E (Y / X = xi )]2 = ∑ [ y j − E (Y / X = xi )]2 P (Y / X = xi ) Def. Kowariancja zmiennej losowej (X,Y) cov(X,Y) jest momentem centralnym rzędu drugiego dwuwymiarowego rozkładu. cov(X,Y)=E[(X-E(X))(Y-E(Y))]=E(X,Y)-E(X)E(Y)= ∑∑ xi y j pij − ∑ xi pi. ⋅∑ y j p. j Def. Zmienne losowe X i Y są niezależne stochastycznie, gdy dla każdej realizacji (xi,yj) zachodzi: pij=pi.*p.j wówczas: P(X=xi/Y=yj)=pij/p.j=pi. P(Y=yj/X=xi)=pij/pi.=p.j Oznacza to, że rozkłady warunkowe są jednakowe i takie same jak rozkłady brzegowe. Jeśli zmienne są niezależne, cov(X,Y)=0. Zależność w drugą stronę nie jest prawdziwa! Def. Współczynnik korelacji zmiennych X,Y: ρ= cov( X , Y ) D( X ) D(Y ) ρ ∈ − 1,1 ρ = 0 - gdy zmienne są nieskorelowane ρ < 0 - zależność ujemna (wraz ze wzrostem wartości X, maleją wartości Y) ρ > 0 - zależność dodatnia (wraz ze wzrostem wartości X, rosną wartości Y)