Случайные величины и распределения — страница 2
Связывать значения с вероятностями, вычислять ожидание и дисперсию и проверять модель испытаний.
Объяснения и разобранные примеры
Как несколько экспоненциальных ожиданий дают распределение Эрланга
несколько экспоненциальных ожиданий дают распределение Эрланга. Время до k-го события однородного пуассоновского процесса интенсивности λ имеет закон Эрланга: это сумма k независимых экспоненциальных промежутков с одной интенсивностью.
Как совместная таблица задаёт маргинальные и условные законы
совместная таблица задаёт маргинальные и условные законы. Совместная таблица задаёт вероятность каждой пары значений.
Почему логарифм нормальной величины и логнормальная величина — разные утверждения
Почему логарифм нормальной величины и логнормальная величина — разные утверждения. Если Z нормально распределена со средним μ и дисперсией σ², то X=exp Z логнормальна.
Когда сумма нормальных величин снова нормальна
Когда сумма нормальных величин снова нормальна. Сумма независимых нормальных величин нормальна: средние складываются, дисперсии складываются.
Как минимум и максимум меняют распределение выборки
минимум и максимум меняют распределение выборки. Для независимых одинаково распределённых X₁,…,Xₙ с функцией распределения F закон максимума имеет CDF F(x)ⁿ.
Чем пуассоновский процесс отличается от одного пуассоновского числа
Чем пуассоновский процесс отличается от одного пуассоновского числа. Однородный пуассоновский процесс описывает весь счёт во времени: на интервале длины t число событий имеет параметр λt, а приращения на непересекающихся интервалах независимы.
Что означает распределение, которое не меняет шаг Маркова
Что означает распределение, которое не меняет шаг Маркова. Стационарное распределение — неотрицательный вектор с суммой один, который удовлетворяет πP=π.
Вероятность разных категорий: как считать индекс разнообразия
Вывести1−Σp² как вероятность различия двух независимых категориальных выборов и отделить от выборки без возвращения.
Чётное число успехов: как получить вероятность без полного перебора
Вывести формулу вероятности чётности числа независимых успехов через разность чётного и нечётного исхода.
Два источника нулей: почему нулевой счёт не определяет скрытую группу
Вывести массу нуля смеси структурного нуля и пуассоновского счёта, условную долю скрытойгруппы при наблюдённомнуле.
Ожидание счётчика по хвостам: сколько порогов преодолено
Доказываем хвостовую формулу ожидания ограниченной неотрицательной целой величины через вложенные индикаторы и вычисляем среднее после ограничения счётчика сверху.
Односторонний хвост: почему нельзя просто делить оценку Чебышёва пополам
Выводим одностороннюю границу σ²/(σ²+t²) через сдвинутый квадрат, выбираем лучший сдвиг и различаем универсальную оценку верхнего хвоста и предположение симметрии.
Производящая функция вероятностей: коэффициенты, среднее и второй момент
Читаем конечный вероятностный многочлен по коэффициентам, выводим ожидание из производной в единице и восстанавливаем обычный второй момент из факториального перед вычислением дисперсии.
Неравенство Пэли — Зигмунда: нижняя граница через два момента
Доказываем нижнюю оценку вероятности превысить долю среднего, используя индикатор события и Коши; отделяем второй момент от дисперсии и объясняем, почему большого ожидания недостаточно.
Случайное число слагаемых: два источника дисперсии суммы
Выводим среднее и дисперсию суммы с независимым случайным числом членов, условившись о пустой сумме; различаем случайное количество и случайные размеры вкладов.
Леммы Бореля–Кантелли: какие редкие события повторятся бесконечно
Различаем хотя бы одно позднее событие и бесконечно много событий; доказываем вывод при сходящемся ряде вероятностей и роль независимости при расходящемся.
Оценка Чернова: как экспонента ограничивает сумму испытаний
Применяем Маркова к e^(tS), перемножаем экспоненциальные моменты независимых индикаторов и выбираем t для верхнего хвоста; не выдаём оценку за точную биномиальную вероятность.
Неравенства Бонферрони: где остановить включения и исключения
Получаем верхние и нижние границы объединения из неполных сумм пересечений, доказываем направление по числу сработавших событий и отличаем это от поправки для тестов.
Сравнить распределения через совместный эксперимент: неравенство сопряжения
Построить сопряжение двух дискретных распределений с правильными маргинальными суммами и ограничить полную вариацию вероятностью несовпадения.
Проверить на своих данных
Откройте подходящий инструмент и попробуйте свои данные.
Частые вопросы
Как работать с темой «Случайные величины и распределения»?
Выберите объяснение из списка, восстановите ход примера своими словами и ответьте на проверочный вопрос. Если к теме подключён инструмент, им можно проверить свои данные.
Можно ли вернуться к более простой теме?
Да. Откройте учебную карту или ссылки на необходимые основы перед списком материалов. Уровень по классу помогает выбрать сложность и не ограничивает доступ.