Введите слово или словосочетание на любом языке 👆
Язык:
Перевод и анализ слов искусственным интеллектом ChatGPT
На этой странице Вы можете получить подробный анализ слова или словосочетания, произведенный с помощью лучшей на сегодняшний день технологии искусственного интеллекта:
- как употребляется слово
- частота употребления
- используется оно чаще в устной или письменной речи
- варианты перевода слова
- примеры употребления (несколько фраз с переводом)
- этимология
Что (кто) такое Хи-квадрат распределение - определение
РАСПРЕДЕЛЕНИЕ СУММЫ КВАДРАТОВ НЕСКОЛЬКИХ НЕЗАВИСИМЫХ СТАНДАРТНЫХ НОРМАЛЬНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН
Хи-квадрат-распределение; Хи-квадрат; Хи-квадрат распределение
Найдено результатов: 114
Хи-квадрат распределение
("Хи-квадра́т" распределе́ние)
, 
.
,
.
,
, 
.
с f степенями свободы, распределение вероятностей суммы квадратов
χ2 = X12+...+Xf2,
независимых случайных величин X1,..., Xf, подчиняющихся нормальному распределению (См. Нормальное распределение) с нулевым математическим ожиданием и единичной дисперсией. Функция "Х.-к." р. выражается интегралом
Первые три Момента (математическое ожидание дисперсия и третий центральный момент) суммы χ2 равны соответственно f, 2f, 8f. Сумма двух независимых случайных величин χ12 и χ22, с f1 и f2 степенями свободы подчиняется "Х.-к." р. с f1 + f2 степенями свободы.
Примерами "Х.-к." р. могут служить распределения квадратов случайных величин, подчиняющихся Рэлея распределению (См. Рэлея распределение) и Максвелла распределению (См. Максвелла распределение). В терминах "Х.-к." р. с чётным числом степеней свободы выражается Пуассона распределение:
Если количество слагаемых f суммы χ2 неограниченно увеличивается, то согласно центральной предельной теореме (См. Предельные теоремы) распределение нормированного отношения 
сходится к стандартному нормальному распределению:
где
Следствием этого факта является другое предельное соотношение, удобное для вычисления Ff (x) при больших значениях f:
В математической статистике "Х.-к." р. используется для построения интервальных оценок и статистических критериев. Если Y1,..., Yn - случайные величины, представляющие собой результаты независимых измерений неизвестной постоянной а, причём ошибки измерений Yi - а независимы, распределены одинаково нормально и
Е (Yi - a) = 0, Е (Yi - а)2 = σ2,
то статистическая оценка неизвестной дисперсии σ2 выражается формулой
где
Отношение S2/σ2 подчиняется "Х.-к." р. с f = n - 1 степенями свободы. Пусть x1 и x2 - положительные числа, являющиеся решениями уравнений Ff (x1) = α/2 и Ff (x2) = 1 - α/2 [α - заданное число из интервала (0, 1/2)]. В таком случае
Р {х1 < S2/σ2 < x2) = Р {S2/x2 < σ2 < S2/x1} = 1-α.
Интервал (S2/x1, S2/x2) называют доверительным интервалом для σ2, соответствующим коэффициенту доверия 1 - α. Такой способ построения интервальной оценки для σ2 часто применяется с целью проверки гипотезы, согласно которой σ2 = σ02(σ02 - заданное число): если σ02 принадлежит указанному доверительному интервалу, то делается заключение, что результаты измерений не противоречат гипотезе σ2 = σ02. Если же
σ02 ≤ S2/x2 или σ02 ≥ S2/x1,
то нужно считать, что σ2 > σ02 или σ2 < σ02 соответственно. Такому критерию отвечает Значимости уровень, равный α.
Лит.: Крамер Г., Математические методы статистики, пер. с англ., 2 изд., М., 1975.
Л. Н. Большев.
Квадрат (конь)
ЖЕРЕБЕЦ, ОРЛОВСКИЙ РЫСАК ГНЕДОЙ МАСТИ
Конь Квадрат
Квадра́т — жеребец, орловский рысак гнедой масти. Победитель приза «Барса» и Всесоюзного «Дерби» (завоевал два главных приза для четырёхлетних рысаков).
НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ
ПРЕДЕЛ РАСПРЕДЕЛЕНИЯ СУММИРУЕМЫХ СЛУЧАЙНЫХ ВЕЛИЧИН
Распределение Гаусса; Гауссово распределение; Стандартное нормальное распределение; Нормальная случайная величина; Гаусса распределение; Гауссовское распределение; Колоколообразное распределение; Гауссов шум; Гауссовый шум
(распределение Гаусса) , распределение вероятностей случайной величины Х, характеризуемой плотностью вероятности где a - математическое ожидание, ?2 - дисперсия случайной величины Х. Возникает нормальное распределение, когда данная случайная величина представляет собой сумму большого числа независимых случайных величин, каждая из которых играет в образовании всей суммы незначительную роль.
ГАУССА РАСПРЕДЕЛЕНИЕ
ПРЕДЕЛ РАСПРЕДЕЛЕНИЯ СУММИРУЕМЫХ СЛУЧАЙНЫХ ВЕЛИЧИН
Распределение Гаусса; Гауссово распределение; Стандартное нормальное распределение; Нормальная случайная величина; Гаусса распределение; Гауссовское распределение; Колоколообразное распределение; Гауссов шум; Гауссовый шум
(Гаусса закон распределения вероятностей) , то же, что нормальное распределение.
Распределение Коши
Распределение Лоренца; Коши распределение; Распределение Брейта — Вигнера
Распределе́ние Коши́ в теории вероятностей (также называемое в физике распределе́нием Ло́ренца и распределе́нием Бре́йта — Ви́гнера) — класс абсолютно непрерывных распределений. Случайная величина, имеющая распределение Коши, является стандартным примером величины, не имеющей математического ожидания и дисперсии.
Коши распределение
Распределение Лоренца; Коши распределение; Распределение Брейта — Вигнера
специальный вид распределения вероятностей случайных величин. Введено О. Коши; характеризуется плотностью
p (x) = 
, λ > 0;
характеристическая функция
К. р. - унимодально и симметрично относительно точки х = μ, являющейся его модой (См. Мода) и медианой (См. Медиана). Ни один из моментов, К. р. положительного порядка не существует. На рис. дано К. р. при μ = 1,5, λ = 1.
Распределение Коши: а - плотность вероятности; б - функция распределения.
Магический квадрат
![Меланхолия]]»](https://commons.wikimedia.org/wiki/Special:FilePath/Albrecht Dürer - Melencolia I (detail).jpg?width=200 "Меланхолия]]»")
![Мин]]](https://commons.wikimedia.org/wiki/Special:FilePath/Magic square Lo Shu.png?width=200 "Мин]]")
Волшебный квадрат; Магическая константа; Полумагический квадрат; Магические квадраты; Квадрат Ло Шу
Маги́ческий, или волше́бный квадра́т — квадратная таблица n\times n, заполненная n^2 различными числами таким образом, что сумма чисел в каждой строке, каждом столбце и на обеих диагоналях одинакова. Если в квадрате равны суммы чисел только в строках и столбцах, то он называется полумагическим.
Гаусса распределение
ПРЕДЕЛ РАСПРЕДЕЛЕНИЯ СУММИРУЕМЫХ СЛУЧАЙНЫХ ВЕЛИЧИН
Распределение Гаусса; Гауссово распределение; Стандартное нормальное распределение; Нормальная случайная величина; Гаусса распределение; Гауссовское распределение; Колоколообразное распределение; Гауссов шум; Гауссовый шум
закон распределения вероятностей; то же, что Нормальное распределение.
Нормальное распределение
ПРЕДЕЛ РАСПРЕДЕЛЕНИЯ СУММИРУЕМЫХ СЛУЧАЙНЫХ ВЕЛИЧИН
Распределение Гаусса; Гауссово распределение; Стандартное нормальное распределение; Нормальная случайная величина; Гаусса распределение; Гауссовское распределение; Колоколообразное распределение; Гауссов шум; Гауссовый шум
одно из важнейших распределений (См. Распределение) вероятностей. Термин "Н. р." применяют как по отношению к распределениям вероятностей случайных величин, так и по отношению к совместным распределениям вероятностей нескольких случайных величин (т. е. к распредслениям случайных векторов).
Распределение вероятностей случайной величины Х называется нормальным, если оно имеет Плотность вероятности
. (*)
Семейство Н. р. (*) зависит, т. о., от двух параметров а и σ. При этом Математическое ожидание Х равно а, Дисперсия Х равна σ2. Кривая Н. р. у = р (х; а, σ) симметрична относительно ординаты, проходящей через точку х = а, и имеет в этой точке единственный максимум, равный 
. С уменьшением σ кривая Н. р. становится всё более и более островершинной (см. рис.). Изменение а при постоянном σ не меняет форму кривой, а вызывает лишь её смещение по оси абсцисс. Площадь, заключённая под кривой Н. р., всегда равна единице. При a = 0, σ = 1 соответствуюшая функция распределения равна
.
В общем случае функция распределения Н. р. (*) F (х; а, σ) может быть вычислена по формуле F (x; а, σ) = Ф (t), где t = (х - а)/σ. Для функции Ф (t) (и нескольких её производных) составлены обширные таблицы. Для Н. р. вероятность неравенства 
, равная 1- Ф (k)+ Ф (- k), убывает весьма быстро с ростом k (см. таблицу).
Во многих практических вопросах при рассмотрении Н. р. пренебрегают поэтому возможностью отклонений от а, превышающих 3σ, - т. н. правило трёх сигма (соответствующая вероятность, как видно из таблицы, меньше 0,003). Вероятное отклонение для Н. р. равно 0,67449σ.
Н. р. встречается в большом числе приложений. Издавна известны попытки объяснения этого обстоятельства. Теоретическое обоснование исключительной роли Н. р. дают Предельные теоремы теории вероятностей (см. также Лапласа теорема, Ляпунова теорема). Качественно соответствующий результат может быть объяснён следующим образом: Н. р. служит хорошим приближением каждый раз, когда рассматриваемая случайная величина представляет собой сумму большого числа независимых случайных величин, максимальная из которых мала по сравнению со всей суммой.
Н. р. может появляться также как точное решение некоторых задач (в рамках принятой математической модели явления). Так обстоит дело в теории случайных процессов (См. Случайный процесс) (в одной из основных моделей броуновского движения (См. Броуновское движение)). Классические примеры возникновения Н. р. как точного принадлежат К. Гауссу (закон распределения ошибок наблюдения) и Дж. Максвеллу (закон распределения скоростей молекул).
Совместное распределение нескольких случайных величин X1, X2,..., Xs называется нормальным (многомерным нормальным), если соответствующая плотность вероятности имеет вид:
, где 
,
qk, l = ql, k - положительно определенная квадратичная форма. Постоянная С определяется из того условия, что интеграл от р по всему пространству равен 1. Параметры a1,..., as равны математическим ожиданиям X1,..., Xs соответственно, а коэффициент qk, l могут быть выражены через дисперсии σ12,..., σs2 этих величин и коэффициент корреляции (См. Корреляция) σk, l между Xk и Xl. Общее количество параметров, задающих Н. р., равно
(s + 1)(s + 2)/2 - 1
и быстро растет с ростом s (оно равно 2 при s = 1, 20 при s = 5 и 65 при s = 10). Многомерное Н. р. служит основной моделью статистического анализа многомерного (См. Статистический анализ многомерный). Оно используется также в теории случайных процессов (где рассматривают также Н. р. в бесконечномерных пространствах).
О вопросах, связанных с оценкой параметров Н. р. по результатам наблюдений, см. статьи Малые выборки и Несмещенная оценка (См. Несмещённая оценка). О проверке гипотезы нормальности см. Непараметрические методы (в математической статистике).
Лит. см. при ст. Распределения.
Ю. В. Прохоров.
Кривые плотности нормального распределения для различных значений параметров а и σ: I. а = 0, σ = 2,5; II. a = 0, σ = 1; III. a = 0, σ = 0,4; IV. a = 3, σ = 1.
Распределение Максвелла
РАСПРЕДЕЛЕНИЕ ВЕРОЯТНОСТЕЙ, ВСТРЕЧАЮЩЕЕСЯ ВО МНОГИХ ЕСТЕСТВЕННЫХ НАУКАХ
Максвелла распределение; Распределение Максвела; Распределение Максвелла — Больцмана; Максвелловское распределение; Характерные скорости молекул
Распределе́ние Ма́ксвелла — общее наименование нескольких распределений вероятности, которые описывают статистическое поведение параметров частиц идеального газа. Вид соответствующей функции плотности вероятности диктуется тем, какая величина: скорость частицы, проекция скорости, модуль скорости, энергия, импульс и т.
Википедия
Распределение хи-квадрат
Распределе́ние (хи-квадра́т) с степеня́ми свобо́ды — распределение суммы квадратов независимых стандартных нормальных случайных величин.
