Opis rozkładuJednowymiarowa zmienna losowaOczywiście najdokładniejszym i jednoznacznym sposobem opisu zmiennej losowej X jest podanie jej funkcji gęstości prawdopodobieństwa lub też dystrybuanty. Czasami nie interesuje nas jednak dokładny rozkład, a tylko pewne jego cechy. Na przykład na podstawie informacji o rorzucie dochodów różnych ludzi wokół średniej wartości dochodu w danym kraju czy firmie możemy wnioskować o stopniu rozwarstwienia zarobkowego. Poniżej przedstawiono dwa sposoby scharakteryzowania rozkładu zmiennej losowej poprzez tzw. momenty zmiennej losowej oraz poprzez parametry opisowe.
Momentem zwykłym rzędu k zmiennej losowej X nazywamy:
Momentem centralnym rzędu k zmiennej losowej X nazywamy:
Charakterystyka rozkładu poprzez momenty zwykłe
Wartością oczekiwaną E(X)
(średnią*) zmiennej losowej X nazywamy:
Zauważmy, że E(X) nie jest zmienną losową.
E(X) ma konkretną, dokładnie określoną wartość liczbową - nie może więc być zmienną
losową.
Wartość oczekiwaną dla dowolnej funkcji H (X) zmiennej losowej X obliczamy jako:
* Wartość oczekiwaną często - potocznie - nazywa się wartością średnią. Nie należy jej mylić ze średnią arytmetyczną. W całym Vademecum określenie średnia bez dopisku arytmetyczna będzie dotyczyć wartości oczekiwanej. ** W ogólności górna granica sumowania może być nieskończona (dla zmiennej o nieskończonym, przeliczalnym zbiorze wartości). W praktyce laboratoryjnej z taką sytuacją raczej się nie spotkamy. Momenty zwykłe i momenty centralne rzędu k możemy oczywiście wyrazić poprzez wartość oczekiwaną odpowiedniej funkcji:
Charakterystyka rozkładu poprzez momenty centralneOmówmy kilka pierwszych momentów centralnych.
W omawianym w tej części WVS zagadnieniu istnieje spore zamieszanie terminologiczne. Wszystkie nazwy (kurtoza, skośność...) przyjęte w powyższych definicjach są zgodne z terminologią stosowaną w książce W. Krysicki ... "Rachunek
prawdopodobieństwa i statystyka ...", ale nie zawsze są zgodne z tym co można znaleźć w
innych podręcznikach,
a w szczególności nie są zgodne z nazwami funkcji statystycznych dostępnych w arkuszu
kalkulacyjnym EXCEL.
Własności wartości oczekiwanej i wariancji
Charakterystyka rozkładu poprzez parametry opisowe
Rozstępem zmiennej losowej X nazywamy różnicę pomiędzy największą a
najmniejszą wartością przyjmowaną przez zmienną losową:
Jeżeli zmienna losowa może przyjmować wartości dążące do minus lub plus nieskończoności to ustalenie rozstępu jest nie możliwe.
Mediana x0.5 to taka wartość zmiennej losowej X, że
prawdopodobieństwo przyjęcia przez zmienną wartości mniejszych od x0.5 jest
równe 1/2. Oznacza to, że mediana "dzieli" rozkład prawdopodobieństwa na dwie połowy. W
przypadku zmiennej losowej ciągłej:
W USA podaje się nie tylko średnią płacę, ale również medianę.
Jeżeli słyszymy, że mediana wynosi 30tys. $ rocznie, a my zarabiamy 28tys. $ to od razu wiemy, że
znajdujemy się w tej połowie społeczeństwa, która zarabia poniżej 30tys. $. W
przeciwieństwie do średniej, mediana pozwala "umiejscowić" się nam na tle społeczeństwa.
zaś w przypadku zmiennej losowej dyskretnej każda liczba x0.5 spełniająca poniższy warunek, będzie medianą rozkładu dyskretnego:
Kwantylem rzędu p nazywamy taką wartość zmiennej losowej X, że
prawdopodobieństwo przyjęcia przez zmienną wartości mniejszych od xp jest równe
właśnie p. W szczególności kwantyl x0.25 nazywamy pierwszym (albo dolnym) kwartylem, kwantyl
x0.5 jest po prostu medianą (ale nazywany też bywa drugim kwartylem), a x0.75 to oczywiście
trzeci (albo górny) kwartyl rozkładu zmiennej losowej X.
Modą albo wartością modalną xm rozkładu zmiennej losowej X
nazywamy wartość zmiennej losowej, dla której rozkład prawdopodobieństwa przyjmuje lokalne
maksimum.
Poniższe przykłady pokazują w jaki sposób wyznaczamy podstawowe charakterystyki dyskretnego i ciągłego rozkładu zmiennej losowej. Wyniki kolokwium Ciągła zmienna losowa Średnia i wariancja |