Свойства коэффициента корреляции
1. Если и
независимые случайные величины, то
, однако обратное утверждение неверно.
2. Значения коэффициента корреляции заключены на отрезке или
. При этом, чем ближе
к единице, тем теснее связь между случайными величинами
и
.
3. Если , то
и
связаны линейной функциональной зависимостью.
В качестве оценки коэффициента корреляции генеральной совокупности используется выборочный коэффициент корреляции, который определяется по выборке.
О.4. Выборочным коэффициентом корреляции между случайными величинами и
называется величина
,
где - варианты (наблюдавшиеся значения) признаков
и
;
- частота пары вариант
;
- объем выборки (сумма всех частот);
- выборочные средние квадратические отклонения.
47.неравенство Чебышева)
Вероятность того, что отклонение случайной величины от ее математического ожидания по абсолютной величине меньше любого числа
, не меньше чем
, т.е.
.
Для события , противоположного событию
, неравенство Чебышева может быть записано в виде:
.
Теорема 3.(теорема Чебышева)Если - попарно независимые случайные величины, причем дисперсии их равномерно ограничены (не превышают постоянного числа
), то, как бы мало ни было
, вероятность неравенства:
будет как угодно близка к единице, если число случайных величин достаточно велико.
Замечание 1.Теорема Чебышева утверждает, что если рассматривается достаточно большое число случайных величин, имеющих равномерно ограниченные дисперсии и являющиеся независимыми, то почти достоверным можно считать событие, состоящее в том, что отклонение среднего арифметического случайных величин от среднего арифметического их математических ожиданий будет по абсолютной величине сколь угодно малым.
Теорема 4.(частный случай теоремы Чебышева)
Если - попарно независимые случайные величины, имеющие одинаковые математические ожидание
, и их дисперсии равномерно ограничены (не превышают постоянного числа
), то, как бы мало ни было
, вероятность неравенства:
будет как угодно близка к единице, если число случайных величин достаточно велико.
Сущность теоремы Чебышева: хотя отдельные независимые случайные величины могут принимать значения, далекие от своих математических ожиданий, среднее арифметическое достаточно большого числа случайных величин с большой вероятностью принимает значения, близкие к определенному постоянному числу, а именно к числу . Другими словами, отдельные случайные величины могут иметь значительный разброс, а их среднее арифметическое рассеянно мало.
Значение теоремы Чебышева для практики:
При измерении некоторой физической величины производят несколько измерений и их среднее арифметическое принимают в качестве искомого размера. Теорема Чебышева указывает условия, при которых указанный способ может быть применен.
На теореме Чебышева основан широко применяемый в статистике выборочный метод, суть которого состоит в том, что по сравнительно небольшой случайной выборке судят о всей совокупности исследуемых объектов.
Пусть выполнены условия схемы независимых испытаний Бернулли, причем достаточно велико.
48.теорема Бернулли) Если в каждом из независимых испытаний вероятность
события
постоянна, то вероятность того, что отклонение относительной частоты от вероятности
по абсолютной величине будет сколь угодно малым, будет как угодно близка к единице если число испытаний достаточно велико, т.е.
.
Сущность теоремы Бернулли:теорема Бернулли позволяет предвидеть, какова примерно будет относительная частота появления события.