Rozwiązanie. Z warunków zadania wynika, że P(X = X;) = — dla i=1, 2, ...,n. Zatem
n
1
EX =—V X; (można to interpretować jako średnią arytmetyczną pomiarów).
n m
Bezpośrednio z bezwzględnej zbieżności całek lub szeregów wynikają następujące własności wartości przeciętnej:
1° Va,be IR E(aX+b)=aEX+b
2° Jeżeli P(X=c)=1 to EX=c, gdzie c - stała rzeczywista
3° Jeżeli P(a<X<b)=1 to a<EX<b
4" EX<E |X|
Przykład 16. Wyznaczyć wartość oczekiwaną zmiennej losowej o rozkładzie:
(a) Bernoulliego
(b) normalnym N(m,o)
Rozwiązanie.
(a) Zgodnie ze wzorem (28) dla zmiennej losowej o rozkładzie Bernoulliego (16) mamy
n!
(k—l)!(n — k>!
„ k n-k __
p -q =
n
n-l
=n-pZ
\
S (k — l)!(n — k)!
= n-p(p + q)n"1)=n-p
(b)
-foo
| TW
EX = —== fxexp gV2ti
+
m
-f-oo
aV2n _
(x-m)2
2o
(x -m) 2o2
dx
dx = —7= | (x - m) exp o V 271
+oo
(X - m) 2o2
dx +
avz7i
|texp
2a
dt + m= m
—co
Powyższe wyniki powinny pomóc zrozumieć sens wartości przeciętnej zmiennej losowej oraz objaśnić znaczenie parametrów pojawiających się w definicjach rozkładów prawdopodobieństwa zmiennej losowej. W badaniach statystycznych wykorzystuje się często momenty wyższych rzędów.
Def. Momentem zwykłym rzędu r e N zmiennej losowej X nazywamy wartość oczekiwaną zmiennej losowej Xr, co zapisujemy
mr=E(Xr)
Def. Momentem centralnym rzędu r e N zmiennej losowej X nazywamy wartość oczekiwaną (o ile istnieje) zmiennej losowej (X-EX)r i zapisujemy
Hr =E(X-EX)r
Def. Moment centralny rzędu drugiego nazywamy wariancją zmiennej losowej X i oznaczamy D2X (inne oznaczenia a2, o2x, Var X, jll2)- Zatem
(29) D2X=E(X-EX)2
Z (29) wynika, że wariancja jako średnie kwadratowe odchylenie wartości zmiennej losowej od jej wartości przeciętnej mierzy rozrzut wartości zmiennej losowej X wokół EX.
Pewną wadą wariancji jest to, że jej wymiar jest kwadratem wymiaru zmiennej losowej X. Wady tej nie ma odchylenie standardowe DX (inne oznaczenia a, ax ) określone wzorem:
(30) DX = Vd2X
40