Cтраница 1
Характер распределения случайной величины, графически выражаемой в виде кривой распределения, а аналитически - формулой закона распределения р ( х), может быть также оценен его основными численными характеристиками. [1]
Характер распределения случайной величины может быть выражен численными характеристиками; центром группирования отклонений и мерой рассеивания отклонений от этого центра. [2]
Характер распределения случайной величины, графически выражаемой кривой распределения, может быть оценен двумя характеристиками: положением центра группировавания отклонений и средним квадратическим отклонением от этого центра. Значение предельного отклонения определяется в зависимости от значения среднего квадратического отклонения и закона распределения погрешностей. [3]
Исследуется характер распределения случайной величины Я. [4]
Достаточно полное представление о характере распределения случайной величины будет получено, если для ряда распределения наблюденных значений будут одновременно известны среднее значение, основное отклонение, мера косости и мера крутости. [5]
Этот показатель, как будет показано ниже, имеет важное значение, так как позволяет судить о характере распределения случайной величины. [6]
Часто, как мы далее увидим, знание одного-двух таких параметров, дополненное некоторыми общими сведениями о характере распределения случайной величины, оказывается равносильным знанию ее функции распределения и плотности. [7]
Этот показатель, как будет показано ниже, имеет важное значение, так как позволяет судить о характере распределения случайной величины. [8]
Известно, что каждая случайная - величина полностью определяется своим законом распределения. Характер распределения случайной величины может быть выражен также при помощи основных численных характеристик теории вероятностей - центра группирования отклонений и меры рассеивания отклонений от этого центра. [9]
Характер зависимости у от х называется законом распределения данной случайной величины. Характер распределения случайной величины может быть выражен также при помощи основных численных характеристик - щентра группирования отклонений и меры рассеяния отклонений от этого центра. [10]
Для его изображения в прямоугольной системе координат строят точки ( У Pi) ( x - i Pa) и соединяют их отрезками прямых. Многоугольник распределения дает приближенное наглядное представление о характере распределения случайной величины. [11]
Большая простота и универсальность позволяют использовать неравенство Чебышева для важных теоретических заключений, хотя для практических оценок оно оказывается слишком грубым. Правда, неравенство Чебышева удается уточнить, если имеется дополнительная информация о характере распределения случайной величины. [12]
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. [13]
Это относится прежде всего к постановке задачи - описать множественный ансамбль, состоящий из однородных элементов таким, образом, чтобы появилась возможность количественной оценки свойств отдельных элементов или определенных групп внутри изучаемого ансамбля. Общим является и путь решения поставленной задачи: рассмотрение множественного ансамбля как статистической совокупности, выяснение характера распределения случайной величины внутри этой совокупности и последующая вероятностная оценка. [14]
Такие системы случайных величин у, у2, -, уп ( - число произвольное) будем понимать как функции случайных переменных. У, Уг, -, Уп - Распределение р ( Ф) определяется не только, видом функции Ф ( уг), но зависит также от характера распределений случайных величин р ( Уг) - Однако прежде, чем перейти к установлению явной зависимости р ( Ф) от р ( у) г выясним некоторые общие свойства функций случайных переменных. [15]