Cтраница 1
Распределение непрерывной случайной величины нельзя зада-ват; при помощи вероятностей отдельных значений. Для непрерывных случайных величин изучается вероятность того, что в результате опыта значение случайной величины попадет в некоторую заранее намеченную совокупность чисел. [1]
Закон распределения непрерывной случайной величины удобно задавать с помощью так называемой функции плотности черич. [2]
Законы распределения непрерывных случайных величин разнообразны. В социотехнических системах многие переменные величины могут иметь нормальное распределение. Гипотеза о том, что величины имеют нормальное распределение, служит основой многих оценок в экономической статистике, в маркетинговых исследованиях, при аудиторских проверках. Но если гипотеза не проверена, то результаты оценок можно и следует подвергать сомнению. [3]
Законы распределения непрерывной случайной величины играют чрезвычайно большую роль. [4]
Функция распределения непрерывной случайной величины непрерывная, поэтому такую функцию распределения можно дифференцировать. [5]
Функция распределения непрерывной случайной величины является ее исчерпывающей вероятностной характеристикой. Но она имеет недостаток, заключающийся в том, что по ней трудно судить о характере распределения случайной величины в небольшой окрестности той или другой точки числовой оси. Более наглядное представление о характере распределения непрерывной случайной величины в окрестностях различных точек дается функцией, которая называется плотностью распределения вероятности или дифференциальным законом распределения случайной величины. В этом параграфе мы рассмотрим плотность распределения вероятности и ее свойства. [6]
Закон распределения непрерывной случайной величины задают функцией распределения F ( x), которая также называется интегральной функцией распределения. [7]
Для иллюстрации распределения непрерывной случайной величины пользуются диаграммами, которые называются сиспю. [8]
В теории распределения непрерывных случайных величин большую роль играет гамма-функция. В настоящем разделе дадим о ней самое элементарное представление, но достаточное для понимания дальнейшего изложения. [9]
Для иллюстрации распределения непрерывной случайной величины пользуются диаграммами, которые называются гистограммами. [10]
Для иллюстрации распределения непрерывной случайной величины пользуются диаграммами, которые называются гистограммами. [11]
Если функция распределения непрерывной случайной величины не только непрерывна, но и дифференцируема ( за исключением может быть конечного числа точек), вероятности связанных с этой случайной величиной событий можно выразить через так называемую функ-цдю плотности вероятности. Существуют две эквивалентные формы определения плотности: интегральная и дифференциальная. [12]
Для иллюстрации распределения непрерывной случайной величины пользуются диаграммами, которые называются гистограммами. [13]
Для описания распределения непрерывной случайной величины R, принимающей только неотрицательные значения, применяют закон распределения эксцентрицитета. [14]
Среди различных законов распределения непрерывной случайной величины нормальное распределение занимает совершенно особое место. Статистическое описание явлений обычно применяется при действии большого числа второстепенных разнородных факторов, приблизительно равноценных по значению. Суммарный эффект получается в результате осреднения отдельных воздействий. [15]