Математическое
ожидание ~ Дисперсия ~ Условное
математическое ожидание
Математическое ожидание
Пусть — двумерная
случайная величина, тогда , т.е. математическое ожидание
случайного вектора — это вектор из
математических ожиданий компонент вектора.
Если — дискретный
случайный вектор с распределением
|
 |
 |
... |
 |
 |
 |
 |
... |
 |
 |
 |
 |
... |
 |
... |
... |
... |
... |
... |
 |
 |
 |
... |
 |
то математические ожидания компонент
вычисляются по формулам:
, .
Эти формулы можно записать в сокращенном виде.
Обозначим
и ,
тогда
и .
Эти формулы естественно обобщаются на
непрерывный случай.
Если — совместная
плотность распределения двумерной случайной
величины , то
и .
Поскольку

и — не что иное как
плотность распределения случайной величины, то и, аналогично, .
Пример 1. Вычислим
математическое ожидание дискретного двумерного
случайного вектора с распределением
|
0 |
1 |
2 |
2 |
0.1 |
0.1 |
0.2 |
7 |
0.2 |
0.2 |
0.2 |
Дисперсия
Понятие дисперсии нетривиальным образом
обобщается на многомерные случайные величины.
Это обобщение будет сделано в следующем разделе.
Здесь лишь приведем формулы для вычисления
дисперсии компонент двумерного случайного
вектора.
Если — двумерная
случайная величина, то
, .
Входящие в эту формулу математические ожидания
вычисляются по приведенным выше формулам.
Пример 2. Вычислим дисперсию
двумерного случайного вектора, определенного в
примере 1.
Условное математическое ожидание
Между случайными величинами может
существовать функциональная зависимость.
Например, если —
случайная величина и ,
то — тоже случайная
величина, связанная с
функциональной зависимостью. В то же время между
случайными величинами может существовать
зависимость другого рода, называемая стохастической.
В разделе, посвященном условным
распределениям уже обсуждалась такая
зависимость. Из рассмотренных там примеров ясно
видно, что информация о значении одной случайной
величины (одной компоненты случайного вектора)
изменяет распределение другой случайной
величины (другой компоненты случайного вектора),
а это может, вообще говоря, изменить и числовые
характеристики случайных величин.
Математическое ожидание, вычисленной по
условному распределению, называется условным
математическим ожиданием.
Для двумерного дискретного случайного вектора с распределением
|
 |
 |
... |
 |
 |
 |
 |
... |
 |
 |
 |
 |
... |
 |
... |
... |
... |
... |
... |
 |
 |
 |
... |
 |
условное математическое ожидание случайной
величины при условии,
что случайная величина принимает значение , вычисляется по
формуле
.
Аналогично, условное математическое ожидание
случайной величины
при условии, что случайная величина принимает значение , равно
.
Пример 3. Вычислим
математические ожидания и условные
математические ожидания компонент случайного
вектора , заданного
распределением,
|
1 |
2 |
3 |
1 |
0.1 |
0.1 |
0.2 |
2 |
0.2 |
0.2 |
0.2 |
Видно, что условное математическое ожидание
случайной величины
является функцией значений случайной величины , т.е.

и, совершенно аналогично,
.
Функцию
называют регрессией случайной величины на случайную величину , а — регрессией случайной величины на случайную величину .
Формулы условных математических ожиданий для
дискретных случайных величин естественным
образом обобщаются на непрерывные случайные
величины.
Если совместная
плотность вероятностей двумерной случайной
величины , то
и .
Рассмотрим непрерывный случайный вектор с плотностью
распределения

Нетрудно проверить, что .
Найдем распределения компонент случайного
вектора и их математические ожидания и условные
математические ожидания:
,
,
, ,
, , .
В этом случае регрессия на равна
нулю, а регрессия на описывается уравнением
.

|