Математическое ожидание - это среднее значение случайной величины, которое можно рассчитать как сумму произведений значений случайной величины на их вероятности.
Пример: Пусть у нас есть случайная величина X, которая может принимать значения 1, 2, 3 с вероятностями 0.2, 0.3, 0.5 соответственно. Тогда математическое ожидание этой случайной величины можно рассчитать как E(X) = 10.2 + 20.3 + 3*0.5 = 2.3
Метод дисперсии
Дисперсия - это мера рассеяния значений случайной величины относительно их среднего значения. Дисперсия вычисляется как среднее значение квадратов отклонений значений случайной величины от математического ожидания.
Пример: Для случайной величины X с значениями 1, 2, 3 и вероятностями 0.2, 0.3, 0.5 дисперсия будет равна Var(X) = E((X - E(X))^2) = E((X - 2.3)^2) = 0.49
Метод корреляции
Корреляция - это статистическая взаимосвязь между двумя переменными. Коэффициент корреляции показывает, насколько тесно связаны две переменные, принимая значения от -1 до 1.
Пример: Пусть у нас есть две переменные X и Y и их значения следующие: X: 1, 2, 3, 4, 5 Y: 2, 4, 6, 7, 8 Коэффициент корреляции между этими переменными будет равен 0.99, что говорит о том, что они очень тесно связаны.
Математическое ожидание - это среднее значение случайной величины, которое можно рассчитать как сумму произведений значений случайной величины на их вероятности.
Пример: Пусть у нас есть случайная величина X, которая может принимать значения 1, 2, 3 с вероятностями 0.2, 0.3, 0.5 соответственно. Тогда математическое ожидание этой случайной величины можно рассчитать как E(X) = 10.2 + 20.3 + 3*0.5 = 2.3
Метод дисперсииДисперсия - это мера рассеяния значений случайной величины относительно их среднего значения. Дисперсия вычисляется как среднее значение квадратов отклонений значений случайной величины от математического ожидания.
Пример: Для случайной величины X с значениями 1, 2, 3 и вероятностями 0.2, 0.3, 0.5 дисперсия будет равна Var(X) = E((X - E(X))^2) = E((X - 2.3)^2) = 0.49
Метод корреляцииКорреляция - это статистическая взаимосвязь между двумя переменными. Коэффициент корреляции показывает, насколько тесно связаны две переменные, принимая значения от -1 до 1.
Пример: Пусть у нас есть две переменные X и Y и их значения следующие:
X: 1, 2, 3, 4, 5
Y: 2, 4, 6, 7, 8
Коэффициент корреляции между этими переменными будет равен 0.99, что говорит о том, что они очень тесно связаны.