Дисперсия и ее свойства
Дисперсия д.с.в
На практике часто требуется оценить рассеяние возможных значений с.в. вокруг ее среднего значения. Для этого пользуются числовой характеристикой, которую называют дисперсией.
Опр. Дисперсией { рассеянием } Д.С.В. называется математическое ожидание квадрата отклонения С.В. от ее М.О. \begin{equation} \label { eq7 } D( X )=M( { X-M( X ) } )^2. \end{equation}
Теорема. Дисперсия равна разности между М.О. квадрата С.В. и квадрата М.О.
\begin{equation} \label { eq8 } D( X )=M( { X^2 } )-M^2( X ). \end{equation}
Свойства дисперсии
- Дисперсия постоянной величины равна 0. $D( C )=0$.
- Постоянный множитель можно выносить за знак дисперсии возведя его в квадрат. $D( { C\cdot X } )=C^2\cdot D( X )$
- Дисперсия суммы независимой С.В. равна сумме дисперсий $D( { X+Y } )=D( X )+D( Y )$
Следствие Дисперсия суммы постоянной и С.В. равна дисперсии С. В. $ D( { C+X } )=D( X ). $
Теорема Пусть в $n$ независимых испытаниях событие $A$ появляется с вероятностью p, тогда дисперсия появления события $A$ есть $ D( X )=npq. $
Инструмент для тех, кто проверяет расчёты руками
✍ Если вам регулярно приходится верифицировать ручные интегралы, строить эпюры для КМ/КМД или перепроверять закрытые «чёрные ящики» коммерческих САПР, загляните в мой открытый проект:
Читайте также:
Основные формулы теории вероятности
Доверительный интервал: определение и методы построения
Методы нахождения оценок: теория и практическое применение
Проверка гипотезы о показательном распределении: методы и критерии
Критерий согласия Пирсона: методика и применение для проверки гипотез о виде распределения
Теоретические и эмпирические моменты: сравнение и применение в статистическом анализе
Статистические оценки параметров распределения: методы и свойства
Выборочная функция распределения: построение и свойства
Группировка наблюдений
Эмпирическая функция распределения: определение и свойства
Элементы математической статистики: статистическое распределение выборки
Центральная предельная теорема Ляпунова: обобщение и условия применимости
Теоремы Чебышева и Бернулли: основы закона больших чисел
Закон больших чисел и неравенство Чебышева: теоретические основы и практическое значение
Показательное распределение: свойства и применение в моделировании времени ожидания
Оглавление $\Rightarrow $