Условная дисперсия

Cтраница 2

Другими словами, уравнение ( 11 60) характеризует зависимость математического ожидания условных дисперсий выходной случайной функции Y ( t) для заданного t относительно входной случайной функции X ( s) при заданных значениях аргументов от х ( s) при тех же значениях аргументов. [16]

Технологическая цепь. [17]

Разберем простейшую технологическую цепь, когда регрессия у по х прямолинейна, а условная дисперсия D ( y x) относительно линии регрессии постоянна. [18]

Аналогично условная дисперсия D XI у, рассматриваемая как функция у, и условная дисперсия D Ylx, рассматриваемая как функция х, образуют линии, называемые теоретическими скедастическими линиями. [19]

В уравнении (4.1) потребность является линейной функцией как цены, так и условного ожидания и условной дисперсии дивиденда на конец периода при заданной информированности. В результате, если трейдеры - спекулянты имеют одинаковые предпочтения, но различную информированность, то торговля будет обусловлена только различиями в информированности. [20]

При этом, как следует из формулы ( 428), произойдет и уменьшение математического ожидания условной дисперсии. Учитывая сложность зависимости E ( D ( j j)) OT D () и EQ), трудно предсказать величину ее изменения. [21]

Статистическое изучение вопроса о постоянстве выборочных дисперсий основано на том, что в случае постоянства значений теоретических условных дисперсий величина Л при т i 2 имеет приблизительно х2 - распределение с ( k - 1) степенями свободы. [22]

Однако предполагая, что применяется точная модель, для нахождения годовой волатильности нужно определить квадратный корень из условной дисперсии и умножить на квадратный корень из числа наблюдений в год. Эта мера волатильности будет изменяться во времени, т.е. текущая волатильность является функцией от прошлой волатильности. [23]

Рассмотренные методы определения характеристик применимы в случае линейной регрессии между входом и выходом и при постоянных значениях условных дисперсий D г. Когда регрессия нелинейна и D непостоянна, применение указанных формул может привести к значительным отклонениям рассчитанных характеристик от действительных. Поэтому для отдельных процессов, где регрессия выхода по входу нелинейна или дисперсии Dt непостоянны, следует произвести статистическую линеаризацию криволинейной регрессии. Во многих случаях анализ технологического процесса исследуемой операции дает возможность выбрать при разбивке число участков. [24]

Основу их составляет соотношение, называемое неравенством ( границей) Крамера - Рас и устанавливающее нижний предел условной дисперсии несмещенной оценки параметра X. Для его вывода положим, что ФП ff ( y ( f) X. [25]

Таким образом, при нормальной корреляции линии регрессии являются прямыми линиями ( имеет место линейная регрессия) и условная дисперсия постоянна вдоль линии регрессии. [26]

При 60 - г О исследуемая операция полностью исправляет входные погрешности и выходная дисперсия D Y полностью определяется условной дисперсией DJ. Следовательно, для рассматриваемого простейшего случая знание приведенных взаимозависимостей дает возможность выбрать такие входные характеристики, чтобы обеспечить на выходе качество в соответствии с техническими условиями. [27]

Цель моделирования условной средней состоит в том, чтобы определить ряд квадратов остатков ( е), на основании которых можно найти условную дисперсию. [28]

Таким образом, точность ОМП запаздывания сигнала со случайной фазой можно повысить и не прибегая к увеличению энергии сигнала, ибо расширение спектра также уменьшает условную дисперсию ОМП. К счастью, спектр сигнала можно расширить и при фиксированной ( например, достаточно большой) длительности Гс. Для этого требуется только осуществить соответствующую модуляцию сигнала в пределах длительности Тс. При правильно выбранном законе модуляции ширина спектра F3 определяется параметрами этого закона, а не длительностью Гс. При этом выполняется соотношение F3TC S. Уже упоминавшиеся в предыдущем пара. [29]

Если подсчитанное значение критерия А попадает в область маловероятных значений случайной величины, подчиняющейся х2 ( А - 1) - распределению, то гипотеза о равенстве теоретических условных дисперсий отвергается. [30]

Страницы: 1 2 3 4