ДИСПЕРСИЯ ДИСКРЕТНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
Итак, мы получили меру отклонения по результатам n опытов: среднее арифметическое квадратов отклонений
=
Но полученное значение может отличаться при повторениях серий из n опытов, а желательно иметь стабильное значение величины, описывающей разброс значений случайной величины.
Искомая стабильная величина получается при неограниченном увеличении числа опытов. Название у неё будет: дисперсия – рассеяние.
При возрастании количества опытов n частоты отдельных значений стремятся к их вероятностям, т.е. к значениям закона распределения.
,
среднее арифметическое – к математическому ожиданию
Соответственно, выражение для среднего арифметического квадратов отклонений изменится так
В этом выражении вместо частот стоят значения закона распределения, а возле обозначения дисперсии D буква n уже не пишется.
N (эн большое) – это, по-прежнему, количество возможных значений.
– значения закона распределения дискретной случайной величины (вероятности отдельных возможных значений xi случайной величины).
В теории вероятности дисперсия дискретной случайной величины вычисляется без проведения каких-либо опытов, если известны значения закона распределения.
Таким образом, дисперсия дискретной случайной величины вычисляется как средний квадрат отклонения значений случайной величины от математического ожидания.
На обиходе столь же часто пользуются и другой мерой рассеяния, которую находят как квадратный корень из дисперсии:
.
Она носит название среднеквадратическое отклонение (илистандартное отклонение).
Если s возвести в квадрат, то получится – . Она же – дисперсия. Таким образом, получается, что для дисперсии можно использовать два обозначения: D(X) и , т.е.
D(X) = .
Если единицы измерения случайной величины X обозначить «е.и.», то и матожидание измеряется также в «е.и.».
Единица измерения дисперсии – квадрат размерности случайной величины, т.е. «е.и.2», а среднеквадратическое отклонение – снова в «е.и.». В этом его удобство.
Дата добавления: 2021-01-26; просмотров: 385;