Дисперсия и стандартное отклонение случайной величины
Флеш-карточки к уроку «Дисперсия и стандартное отклонение случайной величины»
Перетаскивайте соответствующие элементы друг на друга, и они будут исчезать с экрана.
Ваше время: 2 минуты.
Дисперсия величины
$D(X)=\sum(x_i-E)^2p_i$: средний квадрат отклонения от ожидания с весами $p_i$
Короткая формула дисперсии
$D(X)=E(X^2)-(E(X))^2$: разность среднего квадрата и квадрата среднего
Стандартное отклонение
$\sigma(X)=\sqrt{D(X)}$: типичное отклонение от $E$ в тех же единицах, что и $X$
Среднее квадратов и квадрат среднего
Это разные числа: они совпадают только при нулевой дисперсии
Нулевая дисперсия
Дисперсия равна нулю у величины с единственным значением: $D(X)=0$
Равные ожидания
Одинаковое ожидание не значит одинаковый разброс: сравнивают дисперсии
Дисперсия и стабильность
При равных $E$ величина с меньшей $D$ стабильнее, с большей — менее предсказуема
Порядок вычисления
Сначала ожидание, затем отклонения, квадраты, умножение на вероятности и сумма
Сдвиг всех значений
Прибавили ко всем значениям число $b$ — отклонения не изменились, дисперсия прежняя
Среднее квадратов значений
Квадрат каждого значения умножают на его вероятность и складывают. Это не то же, что $(E(X))^2$
Единицы измерения разброса
Дисперсия измеряется в квадратных единицах, стандартное отклонение — в исходных
Как выбрать способ вычисления
Отклонения удобны — считайте по определению. Ожидание дробное — берите короткую формулу: $D(X)=E(X^2)-(E(X))^2$
Флеш-карточки к уроку «Дисперсия и стандартное отклонение случайной величины»
Получите полный доступ ко всем материалам и занимайтесь в удобном темпе — без ограничений.
Создайте бесплатный аккаунт — и откройте больше возможностей: