Определение. Вектор , компоненты Х и Y которого являются случайными величинами, называется случайным вектором или двумерной случайной величиной.
Пример. Пусть Х – рост человека, Y – вес человека. Тогда – (непрерывная) двумерная случайная величина.
Пример. Пусть Х и Y – числа попаданий в мишень первого и второго стрелков (соответственно). Тогда – (дискретная) двумерная случайная величина.
Сравнивая между собой одномерную (см. выше темы 3, 4) и двумерную случайные величины, заметим, что, если результат измерения первой – точка на прямой, то результат измерения второй – точка плоскости.
Определение. Закон распределения одной из переменных при фиксированном значении другой называется условным распределением.
Определение. Связь между переменными называется статистической, если каждому значению одной переменной ставится в соответствие условное распределение другой переменной.
Отметим, что задание двумерной случайной величины равносильно заданию статистической связи между переменными.
|
|
Рассмотрим сначала двумерную дискретную случайную величину.
По аналогии с одномерным случаем, закон распределения двумерной дискретной случайной величины задается с помощью таблицы вида:
… | … | ||||
… | … | ||||
… | … | … | … | … | … |
… | … | ||||
… | … | … | … | … | … |
… | … |
где
По аналогии с основным свойством закона распределения одномерной случайной величины, справедливо равенство
Приведенная таблица называется совместным законом распределения случайных величин Х и Y.
Пример #. Совместный закон распределения случайных величин Х и Y имеет вид:
0,1 | 0,2 | |
0,3 | 0,4 |
Найти математическое ожидание случайной величины Х.
Решение. Прежде всего найдем закон распределения случайной величины Х. Так как
то закон распределения Х имеет вид:
X: | |||
0,3 | 0,7 |
Тогда
Оставляем читателю в качестве упражнения проверку того, что закон распределения случайной величины Y имеет вид:
Y: | |||
0,6 | 0,4 |
и
Определение. Связь между переменными называется функциональной, если каждому значению из области определения одной переменной поставлено в соответствие однозначно определенное значение другой переменной.
Примерами такого вида связи изобилует курс математического анализа:
, и т.д. и т.д.
Определение. Функциональная связь между значениями одной переменной и условными математическими ожиданиями другой переменной называется корреляционной.
Определение. График корреляционной зависимости называется линией регрессии.
Корреляционные зависимости бывают двух видов ( по и по ) в зависимости от того, которая из переменных выполняет роль аргумента: или . Соответственно, – точки корреляционной зависимости по и – точки корреляционной зависимости по .
|
|
Пример. По совместному закону распределения из предыдущего примера (Пример #) найти корреляционную зависимость по .
Решение. Применяя теорему умножения вероятностей, получаем
где вероятности, стоящие в числителях последних дробей, берутся из таблицы совместного закона распределения Примера #, вероятность найдена в том же примере. Таким образом, условное распределение случайной величины Y при имеет вид:
По этому закону распределения находим условное математическое ожидание:
.
Аналогично получаем:
Собирая вместе полученные результаты, запишем корреляционную зависимость по в виде следующей таблицы:
Упражнение. По совместному распределения Примера # убедиться, что корреляционная зависимость по имеет вид:
Рассмотрим теперь непрерывную двумерную случайную величину.
Определение. Функция называется плотностью распределения непрерывной двумерной случайной величины , если для произвольных чисел
() вероятность того, что в произвольном испытании значение случайной величины Z попадает в прямоугольник вычисляется по формуле
Условные плотности распределения определяются формулами:
Соответственно, условные математические ожидания тогда вычисляются по формулам: