2.3. некоторые распределения случайных величин
2.3. некоторые распределения случайных величин
Рассмотрим наиболее часто используемые в эконометрике распределения случайных величин.
Дискретная случайная величина X имеет биномиальный закон распределения, если она принимает значения О, 1, 2,..., aw,..., п с вероятностями
р(х = т) = C™pmqn-m, (2.15)
где 0 < р < 1, q = I — р, m = 0, 1,..., п.
Биномиальный закон распределения представляет собой закон распределения числа Х = т наступлений события А в п независимых испытаниях, в каждом из которых оно может произойти с одной и той же вероятностью р.
Формула (2.15) называется формулой Бернулли.
Числовые характеристики: М(Х) = пр, D(X) = npq.
В частности, для частости события W = — в п независимых
п
испытаниях (где X = т имеет биномиальный закон распределения с параметром р) числовые характеристики:
M(W) = р, D(W) =
п
Дискретная случайная величина X имеет закон распределения Пуассона, если она принимает значения 0,1, 2,..., т,... (бесконечное, но счетное множество значений) с вероятностями
/ ч Хте~х
р(Х = т) = -, (2.16)
ml
где т = 0, 1, 2,... .
Числовые характеристики: М(Х) = X, D(X) = X.
(2.17)
(baf
3. Непрерывная случайная величина X имеет равномерный закон распределения на отрезке [а, Ь, если ее плотность вероятности постоянна на этом отрезке и равна нулю вне его, т.е.
—— при а<х<Ъ
при
х < а, х > Ь. а + Ь
D(X)
ф(*) =
Числовые характеристики: М(Х)
2 ' 4 ' 12 4. Непрерывная случайная величина X имеет показательный (экспоненциальный) закон распределения с параметром X, если ее плотность вероятности имеет вид:
(2.18)
ф(*) = '
ГА.е_Ъг при х > 0;
0 при х < 0.
Числовые характеристики: М(Х)—, D(X) = ^-.
Х> Х1
5. Непрерывная случайная величина X имеет нормальный закон распределения (закон Гаусса) с параметрами а и а2, если ее плотность вероятности имеет вид :
(x-af гє 2су2 .
(2.19)
ал/2я
Кривую нормального закона распределения называют нормальной или гауссовой кривой (рис. 2.4). Числовые характеристики:
М(Х) = а, D(X)=o2.
При изменении только парамета-о а а+о х
ра а нормальная кривая перемещаРис2.4 ется вдоль оси Ох, при изменении
только параметра а2 меняется форма нормальной кривой.
Нормальный закон распределения с параметрами а = 0, а2 = 1, т.е. N(0;l)9 называется стандартным или нормированным.
Функция распределения случайной величины X, распределенной по нормальному закону, выражается через функцию Лапласа Ф(х) по формуле: ^ , ч 1 1 Jx-аЛ
Fn(x) = + -& , (2.20)
2 2 а )
2 х
где Ф(х)= —т=*е 2dt — функция (интеграл вероятностей) Лап-л/2я J0
ласа, равная площади под стандартной нормальной кривой 7V(0;1) на отрезке [—х9 х].
Свойства случайной величины, распределенной по нормальному закону:
Вероятность попадания случайной величины X, распределенной по нормальному закону, в интервал [х, xj], равна
р(хх < X < х2) = ± [Ф(*2) o(tx)], (2.21)
х а х2-а
где tx = , t2 = .
а а
Вероятность того, что отклонение случайной величины X, распределенной по нормальному закону, от математического ожидания а не превысит величину А > 0 (по абсолютной величине), равна
р(Х-а\< Л)=Ф(0, (2.22)
А
где t = — . а
Из второго свойства вытекает, в частности, правило трех сигм:
Если случайная величина X имеет нормальный закон распределения с параметрами а и а2, т.е. 7У(а;а2), то практически достоверно, что ее значения заключены в интервале (а За, а + За).
Непрерывная случайная величина X имеет логарифмически нормальное (сокращенно — логнормальное распределение), если ее логарифм подчинен нормальному закону.
Распределением у} (хи-квадрат) с к степенями свободы называется распределение суммы квадратов к независимых случайных величин, распределенных по стандартному нормальному закону, т.е.
Х2=І^,2, (2.23)
1 = 1
где Zt (і = 1, 2,..., к) имеет нормальное распределение N(0;1).
При к> 30 распределение случайной величины Z— ^2\%2 -yJ2kблизко к стандартному нормальному закону, т.е. N(0;1).
Распределением Стьюдента (или t-распределением) называется распределение случайной величины
(2.24,
lit*
где Z — случайная величина, распределенная по стандартному нормальному закону, т.е. N(0;l); у} — не зависимая от Zслучайная величина, имеющая х2-распределение с к степенями свободы.
При &-^+оо /-распределение приближается к нормальному. Практически уже при к>30 можно считать /-распределение приближенно нормальным.
Распределением Фишера—Снедекора (или F-распределением) называется распределение случайной величины
F = ^ , (2.25)
к2
где \%2(к1) и х2{к2) — случайные величины, имеющие х2-рас-пределение соответственно с к и к2 степенями свободы.
Обсуждение Эконометрика
Комментарии, рецензии и отзывы