Рассмотрим две независимые случайные величины: Z, имеющую нормальное распределение и нормированную (то есть М (Z) = 0, σ (Z) = 1), и V, распределенную по закону «хи-квадрат» с k степенями свободы. Тогда величина
(12.3)
имеет распределение, называемое t – распределением или распределением Стьюдента с k степенями свободы.
С возрастанием числа степеней свободы распределение Стьюдента быстро приближается к нормальному.
Распределение F Фишера – Снедекора.
Рассмотрим две независимые случайные величины U и V, распределенные по закону «хи-квадрат» со степенями свободы k 1 и k 2 и образуем из них новую величину
. (12.4)
Ее распределение называют распределением F Фишера – Снедекора со степенями свободы k 1 и k 2. Плотность его распределения имеет вид
(12.5)
где . Таким образом, распределение Фишера определяется двумя параметрами – числами степеней свободы.
Тема 19.
Полиномиальное распределение (мультиномиальное распределение) — совместное распределение вероятностей случайных величин
принимающих целые неотрицательные значения
удовлетворяющие условиям
с вероятностями
где , ; является многомерным дискретным распределением случайного вектора такого, что: (по существу это распределение является (k − 1)-мерным, так как в пространстве оно вырождено); естественным (с точки зрения современной теории вероятностей) образом обобщает биномиальное распределение и совпадает с ним при n = 2. Название «полиномиальное распределение» объясняется тем, что полиномиальная вероятность является общим членом разложения полинома (многочлена)
Традиционная интерпретация. Полиномиальное распределение появляется в так называемой полиномиальной схеме случайных экспериментов: каждая из случайных величин ξ j —это число наступлений одного из взаимоисключающих событий , при повторных независимых экспериментах. Если в каждом эксперименте вероятность наступления события xj равна pj, то полиномиальная вероятность равна вероятности того, что при n экспериментах события наступят раз соответственно. Каждая из случайных величин ξ i имеет биномиальное распределение с математическим ожиданием npi и дисперсией npi (1 − pi).
Эвентологическая интерпретация. Проводится n случайных экспериментов. В результате каждого (i -го) эксперимента наступают события из множества: состоящего из k непересекающихся событий, образующих разбиение Ω и наступающих соответственно с вероятностями (), которые не меняются от эксперимента к эксперименту. Такая схема проведения экспериментов называется полиномиальной схемой испытаний.
Случайный вектор , составленный из случайных величин
равных сумме индикаторов событий , наступающих с вероятностью pj, и интерпретируемых как число событий из
наступающих в результате n независимых случайных экспериментов, подчиняется полиномиальному распределению с параметрами
т.е. полиномиальная вероятность — это вероятность того, что
где
Случайный вектор имеет математическое ожидание и ковариационную матрицу , где
Ранг матрицы B равен k − 1 в силу того, что .
Характеристическая функция:
При распределение случайного вектора с нормированными компонентами
стремится к некоторому многомерному нормальному распределению, а распределение суммы
которая используется в математической статистике при построении χ2-критерия, стремится к χ2-распределению с k − 1 степенями свободы.
Тема 20. Закон больших чисел. Неравенство Чебышева.