Полиномиальное распределение

Cтраница 2

Важно отметить, что в том случае, когда величина r - t описывается полиномиальным распределением, можно весьма точно определить скорость, с которой оно сходится к нормальному распределению. [16]

Пусть, как и прежде, совместное распределение вероятностей величин ж ц принадлежит некоторому параметрическому семейству полиномиальных распределений. [17]

T ] N, удовлетворяющее соотношению (1.2.2) при некотором распределении (1.2.3), можно смотреть как на обобщение полиномиального распределения. [18]

Полученное выражение является прямым обобщением биномиального распределения с А; 2; распределение величины г г называется полиномиальным распределением. [19]

Числа единиц в п столбцах любых га строк, до приведения этих чисел по модулю 2, имеют полиномиальное распределение с г т испытаниями и п равновероятными исходами. [20]

Описанная схема последовательности испытаний с N исходами называется полиномиальной схемой, а формула ( 9) определяет вероятности полиномиального распределения. [21]

В настоящей работе мы выводим достаточные условия для выполнения соотношений ( 2) - ( 5) в последовательности независимых случайных величин с полиномиальным распределением. [22]

Если случайная величина N имеет распределение Пуассона, то в N испытаниях Бернулли числа успехов и неудач стохастически независимы) Обобщить этот результат на полиномиальное распределение: а) непосредственно, б) используя производящие функции от нескольких переменных. [23]

HI и / / 2 - В настоящей работе описаны условия, при которых имеют место подобные особенности в асимптотическом поведении совместных распределений числа пар / / - связанных цепочек в последовательности независимых случайных величин с полиномиальным распределением. [24]

Терминология классической схемы размещения оказалась удобной для описания многих задач, в которых появляется полиномиальное распределение. Введение обобщенной схемы размещения частиц не только расширяет область использования удобного языка для описания комбинаторных структур, но также дает возможность применять те методы, которые опираются на соотношение (1.2.2) и были развиты при анализе классической схемы. [25]

Совместное распределение ( N, Xt в примере а. [26]

Пусть через Xlt Х2, Xz соответственно обозначены числа единиц, двоек и троек, выпавших при п бросаниях правильной кости. &2 двоек, kz троек и п - kl - k2 - k3 прочих значений, определяется полиномиальным распределением (9.2) гл. [27]

Задачи настоящего раздела расположены в следующей последовательности. Задачи 2.1 - 2.4 содержат условия, соответствующие применению биномиальной формулы для случая одинаковых вероятностей, а задачи 2.5 и 2.6 - для случая различных вероятностей; в задачах 2.7 и 2.8 требуется привлечение формулы полиномиального распределения. В задачах 2.9 - 2.13 требуется рассчитать вероятность того, что не произойдет ни одного события, произойдут все события, или произойдет не менее одного события. Остальные задачи построены на основе использования диапазонных формул для случая одинаковых вероятностей: задачи 2.14 - 2.20 по формулам Лапласа, а задачи 2.21 - 2.23 по формулам Пуассона. [28]

В главе 1 изучаются основные свойства частот событий, дается частотный подход к понятию вероятности и рассматриваются случаи, когда вероятности событий можно вычислять непосредственно из соображений равновозможности ( равновероятности) различных исходов опыта. После этого дается понятие элементарного события, формулируются основные аксиомы теории вероятностей, вводятся понятия вероятностного пространства, распределения вероятностей, условной вероятности, зависимости и независимости событий и выводятся основные формулы, непосредственно вытекающие из аксиом, в том числе формулы, определяющие биномиальное и полиномиальное распределения. Затем выводится распределение Пуассона. [29]

Модели множественного выбора ( multiple choice model), имеющие более чем две альтернативы, строятся на основе моделей бинарного выбора. При этом множественный выбор может быть представлен как последовательность бинарных выборов. Обобщением биномиального распределения на случай более чем двух возможных исходов является полиномиальный ( мультиномиальный) закон распределения. Полиномиальное распределение используется при статистической обработке выборок большой совокупности, элементы которой разделяются более чем на две категории, применяются в социологических, социально-экономических и медицинских выборочных обследованиях. [30]

Страницы: 1 2