Loading [MathJax]/jax/element/mml/optable/GreekAndCoptic.js
Подпишитесь на наши новости
Вернуться к началу с статьи up
 

КОВАРИА́ЦИЯ

  • рубрика

    Рубрика: Математика

  • родственные статьи
  • image description

    В книжной версии

    Том 14. Москва, 2009, стр. 380

  • image description

    Скопировать библиографическую ссылку:


    Книжная версия:



    Электронная версия:

Авторы: С. Я. Шоргин

КОВАРИА́ЦИЯ, чи­сло­вая ха­рак­те­ри­сти­ка со­вме­ст­но­го рас­пре­де­ле­ния ве­ро­ят­но­стей

 >>
двух слу­чай­ных ве­ли­чин X и Y с ко­неч­ны­ми дис­пер­сия­ми DX и DY, она обо­зна­ча­ет­ся cov(X,Y) и оп­ре­де­ля­ет­ся ра­вен­ст­вомcov(X,Y)=E(XEX)(YEY),где E обо­зна­ча­ет ма­те­ма­ти­че­ское ожи­да­ние
 >>
. При этом cov(X,Y)=cov(Y,X),cov(X,X)=DXДля дис­пер­сии
 >>
 сум­мы слу­чай­ных ве­ли­чин X и Y спра­вед­ли­во ра­вен­ст­воD(X+Y)=DX+2cov(X,Y)+DY.Ес­ли ве­ли­чи­ны X, Y не­за­ви­си­мы, то cov=(X,Y)=0. Слу­чай­ные ве­ли­чи­ны X, Y, для ко­то­рых cov(X,Y)=0, на­зы­ва­ют­ся не­кор­ре­ли­ро­ван­ны­ми. Из не­кор­ре­ли­ро­ван­но­сти X, Y, во­об­ще го­во­ря, не сле­ду­ет не­за­ви­си­мость X и Y. Для нор­маль­но рас­пре­де­лён­ных слу­чай­ных ве­ли­чин X и Y из не­кор­ре­ли­ро­ван­но­сти сле­ду­ет их не­за­ви­си­мость. По­пар­ная не­кор­ре­ли­ро­ван­ность слу­чай­ных ве­ли­чин X1,X2, яв­ля­ет­ся дос­та­точ­ным ус­ло­ви­ем вы­пол­не­ния боль­ших чи­сел за­ко­на
 >>
 в фор­ме Че­бы­ше­ва: при лю­бом ε>0  и n→∞ P\biggl\{\mid\frac{X_1+\cdots+X_n}{n}-\frac{\text{E}X_1+\cdots+\text{E}X_n}{n}\mid >\varepsilon\biggr\}\to0,ес­ли дис­пер­сии этих слу­чай­ных ве­ли­чин ог­ра­ни­че­ны од­ной и той же по­сто­ян­ной. С по­мо­щью К. оп­ре­де­ля­ет­ся кор­ре­ля­ции ко­эф­фи­ци­ент
 >>
.

В ма­те­ма­тич. ста­ти­сти­ке оцен­кой К. слу­жит вы­бо­роч­ная К., вы­чис­ляе­мая по фор­му­ле\frac{1}{n}\sum_{i=1}^n (X_i-\bar X) (Y_i-\bar Y), где (X_i, Y_i), i=1,2,… n,  – не­за­ви­си­мые слу­чай­ные ве­ли­чи­ны, имею­щие то же рас­пре­де­ле­ние, что (X, Y) (вы­бор­ка), а\bar X=(X_i+…+X_n)/n, \bar Y=(Y_1+…+Y_n)/n вы­бо­роч­ные сред­ние. Ве­ли­чи­на \frac{1}{n-1}\sum_{i=1}^n (X_i-\bar X) (Y_i-\bar Y) да­ёт не­сме­щён­ную оцен­ку

 >>
ко­ва­риа­ции.

Вернуться к началу