Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Начальным моментом порядка системы называется математическое ожидание произведения -той степени на -тую степень
.
Для системы дискретных случайных величин
,
где , а суммирование ведётся по всем возможным значениям случайных величин
Для системы непрерывных случайных величин
где - плотность распределения системы.
На практике наиболее употребительными являются начальные моменты первого порядка:
которые являются математическими ожиданиями случайных величин и , входящих в систему. Эти математические ожидания определяют координаты точки, называемой центром рассеивания системы на плоскости.
Центральным моментом порядка системы называется математическое ожидание произведения -той и -той степеней соответствующих центрированных величин:
.
Для системы дискретных случайных величин
Для системы непрерывных случайных величин
В практике наибольшее применение имеют центральные моменты второго порядка. Два из них представляют уже известные дисперсии величин и :
,
,
которые характеризуют рассеивание случайной точки в направлении осей и .
Особую роль при исследовании системы двух случайных величин играет второй смешанный центральный момент , который называется корреляционным моментом, или моментом связи. Обычно он обозначается
Момент связи , определяемый как математическое ожидание произведения отклонений двух случайных величин от их математических ожиданий, помимо рассеивания величин и , может характеризовать взаимное влияние этих случайных величин. Для оценки степени этого влияния обычно используют не сам момент связи , а безразмерное отношение
,
который называют коэффициентом корреляции случайных величин и .
Корреляционный момент и коэффициент корреляции обладают следующим свойством.
Если случайные величины и независимы, то коэффициент корреляции и корреляционный момент равны нулю.
Доказательство проведём для непрерывных случайных величин. Пусть и - независимые случайные величины с плотностью распределения Тогда имеем: .
Следовательно,
т.е. двойной интеграл превращается в произведение двух интегралов, каждый из которых равен нулю, так как они представляют собой математические ожидания от центрированных случайных величин.
Итак, для независимых случайных величин и Из равенства нулю корреляционного момента следует равенство нулю коэффициента корреляции.
Аналогично доказывается это свойство и для дискретных случайных величин.
Равенство нулю коэффициента корреляции или корреляционного момента называется некоррелированностью величин, а отличие от нуля – коррелированностью.
Можно привести примеры таких случайных величин, которые являются некоррелированными, но зависимыми. С другой стороны, независимые величины всегда являются некоррелированными. Таким образом, условие независимости случайных величин – более жёсткое, чем условие некоррелированности.
Пример: Двумерная случайная величина задана плотностью распределения:
внутри эллипса ;
вне этого эллипса.
Доказать, что и - зависимые некоррелированные величины.
Было вычислено: внутри заданного эллипса и вне его.
Так как , то и - зависимые величины.
Для того, чтобы доказать некоррелированность и , достаточно убедиться в том, что
Поскольку функция - симметрична относительно оси , то ; аналогично, в силу симметрии относительно оси Следовательно,
Так как - постоянна, то её можно вынести за знак интеграла, получим
Внутренний интеграл равен нулю (подынтегральная функция нечётна, пределы интегрирования симметричны относительно начала координат), следовательно, , т.е. зависимые случайные величины и некоррелированы.
Теорема: Абсолютная величина корреляционного момента двух случайных величин и не превышает среднего геометрического их дисперсий:
Следствие: Абсолютная величина коэффициента корреляции не превышает единицы:
Коэффициент корреляции характеризует не всякую зависимость, а только так называемую линейную. Линейная вероятностная зависимость случайных величин заключается в том, что при возрастании одной величины другая имеет тенденцию возрастать (убывать) по линейному закону.
Коэффициент корреляции характеризует степень тесноты линейной зависимости между величинами. Если случайные величины и связаны точной линейной функциональной зависимостью
,
то , причём знак + или - берутся в зависимости от того, положителен или отрицателен коэффициент
В общем случае, когда величины и связаны произвольной вероятностной зависимостью, коэффициент корреляции может иметь значение в пределах
.
Дата публикования: 2015-01-10; Прочитано: 1261 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!