Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Нормальный закон распределения (распределение Гаусса) является предельным случаем почти всех реальных распределений вероятности. Поэтому он используется в очень большом числе практических приложений.
Непрерывная СВ Х имеет нормальное распределение, если ее плотность вероятности имеет вид:
. (1.12)
Нормальное распределение (рис. 1.5) полностью определяется двумя параметрами - математическим ожиданием m = M (X) и средним квадратическим отклонением - σ = σ(Х) - и символически обозначается Х ~ N (m, σ2) или X ~ N (m, σ). При изменении числовой характеристики m нормальная кривая перемещается вдоль оси Ох, при изменении σ меняется форма кривой. Нормальный закон распределения с числовыми характеристиками (параметрами) m = 0 и σ2 = 1 называется стандартным распределением.
Рис. 1.5.
Для практических расчетов вероятностей СВ, подчиняющихся нормальному распределению, удобно пользоваться таблицами значений функции Лапласа (Приложение 1). Функция (интеграл вероятностей) Лапласа Ф (u) имеет вид:
(1.13)
где F(u) - функция стандартного нормального распределения СВ U, . Тогда вероятность попадания СВ Х, распределенной по нормальному закону, в интервал [ х 1, х 2].
Р (х 1 £ Х £ х 2) = Ф (u 2) – Ф (u 1), (1.14)
где .
Кроме того, справедливы следующие соотношения: Р (| Х - m | < σ) = 0,68; P(| Х - m | < 2σ) = 0,95; P(| Х - m | < 3σ) = 0,9973, где | Х - m | - отклонение СВ Х от математического ожидания. Другими словами, значения нормально распределенной СВ Х на 95 % сосредоточены в области (m - 2σ, m + 2σ) и на 99,73 % сосредоточены в области (m - 3σ, m + 3σ).
Следует также отметить, что линейная комбинация произвольного количества нормальных СВ имеет нормальное распределение.
В том случае, когда логарифм СВ подчинен нормальному закону, говорят, что она имеет логарифмически нормальное (логнормальное) распределение.
1.3.2. Распределение χ2 (хи-квадрат)
При моделировании экономических процессов достаточно часто приходится рассматривать СВ, которые представляют собой алгебраическую комбинацию нескольких СВ. Возможность прогнозирования поведения таких СВ осуществляется при использовании ряда специально разработанных законов распределений. К ним относятся χ2-распределение, распределения Стьюдента и Фишера-Снедекора.
Пусть имеется n независимых СВ Хi, i = 1, 2 … n, распределенных по нормальному закону, с математическими ожиданиями mi и средними квадратическими отклонениями σ i, соответственно. Если считать, что математическое ожидание каждой из них равно нулю, а среднее квадратическое отклонение – единице, тогда СВ Ui = (Xi - mi)/σ i имеют стандартное нормальное распределение, Ui ~ N (0,1).
Распределением χ 2 с ν = n степенями свободы называется распределение суммы квадратов n независимых СВ Ui
(1.15)
Число степеней свободы ν исследуемой СВ определяется числом СВ ее составляющих, уменьшенным на число линейных связей между ними. Например, число степеней свободы СВ, являющейся композицией n случайных величин, которые в свою очередь связаны m линейными уравнениями, определяется как ν = n - m.
Распределение χ2 определяется одним параметром - числом степеней свободы ν: М (χ2) = ν = n - m, D (χ2) = 2 ν = 2(n - m). График плотности вероятности СВ, имеющей χ2-распределение, расположен только в первой четверти декартовой системы координат и имеет асимметричный вид с вытянутым правым «хвостом». С увеличением числа степеней свободы распределение χ2 постепенно приближается к нормальному распределению. Таблицы критических точек χ2-распределения приведены в Приложении 3.
Дата публикования: 2015-09-17; Прочитано: 370 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!