Умовне середнє - велика енциклопедія нафти і газу, стаття, сторінка 1
умовне середнє
Умовне середнє д Е (/ В є ортогональною проекцією змінної / Е С. [1]
Умовне середнє рх може існувати, якщо w (z x) не існує, наприклад, математичне сподівання випадкового процесу існує, хоча функціонал ймовірності для нього побудувати не вдається. Величина рх (х) характеризує середні (на безлічі реалізацій суміші) втрати при кожному значенні повідомлення. Якщо про апріорно розподілі відсутні будь-які припущення, то характеризувати втрати на безлічі повідомлень неможливо і рх є єдиним критерієм для порівняння систем. [2]
Порівняємо умовні середні. обчислені: а) з цього рівняння. [3]
Визначення умовного середнього. дане в 2.8.1, можна пояснити, використовуючи геометричну мову. Для цього розглянемо невироджене евклидово простір С. [4]
Помножимо це умовне середнє на q (0) і усереднені твір за всіма значеннями q (0), які входять в рівноважний розподіл. [5]
Аналогічно визначається умовне середнє ху. [6]
Тому визначення умовних середніх для кінцевих розбиття або змінних еквівалентні. [7]
Вони називаються умовним середнім і умовної дисперсією при фіксованому значенні другої випадкової величини. [8]
Легко переконатися, що умовні середні. обчислені за цим рівнянням, незначно відрізняються від умовних середніх кореляційної таблиці. [9]
Аналогічно, якщо дисперсія умовних середніх розраховувалася за згрупованими даними, то число ступенів свободи обчислюється за кількістю інтервалів в ряду розподілу. [10]
По суті справи, з умовним середнім ЦП звертаються так, як якщо б воно було справжнім середнім, а збільшення дисперсії характеризує додаткову невизначеність х через недостатньо точного уявлення про середнє значення (i. Це і є остаточним результатом: щільність р (х ) Є необхідна умовна по класу щільність р (л; зі -, Ж /), яка з апріорними ймовірностями Р (coj) становить вірогідну інформацію, необхідну для побудови байєсівського класифікатора. [11]
Корисно також наступне тотожність, що зв'язує умовні середні і дисперсії. [12]
По теоремі 2 отримуємо, що умовне середнє М (g г]) є лінійною функцією т], а умовна кореляційна матриця взагалі від г не залежить. [13]
Цей результат безпосередньо випливає з визначення умовного середнього. [14]
Якщо розкид можливих амплітуд другого сигналу близько умовних середніх великий, то величина T) fi близька до нуля. При зменшенні розкиду вона збільшується. [15]
Сторінки: 1 2 3 4