Зависимость количества лейкоцитов в крови человека от уровня радиации

| Категория реферата: Рефераты по медицине
| Теги реферата: реферат по социологии, банк курсовых
| Добавил(а) на сайт: Федосей.

Для данных, указанных в этой работе, моды и медианы равны

Mo(X)= 1,093333333;

Mo(Y)= 8506,90117;

Me(X)= 1,42;

Me(Y)= 9689,211947.

Дисперсия

Для определения дисперсии необходимо ввести понятие отклонения случайной величины от ее математического ожидания.

Пусть X — случайная величина и М(Х) — ее математическое ожидание.
Рассмотрим в качестве новой случайной величины разность Х – М(Х). Эту разность и называют отклонением, т.е. разность между случайной величиной и ее математическим ожиданием. При определении дисперсии используется следующее свойство отклонения: y = px2 + qx + r.

Дисперсией случайной величины Х называют математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:

D(X) = M[X – M(X)]2.

Также дисперсию вычисляют по формуле:

D(X) = M(X2) – [M(X)]2.

Для данных, указанных в этой работе дисперсия равна:

D(X) = 0,279473288;

D(Y) = 10499319,67.

.

Среднее квадратическое отклонение

Для оценки рассеяния возможных значений случайной величины вокруг ее среднего значения кроме дисперсии служат и другие характеристики, такие как среднее квадратическое отклонение. Средним квадратическим отклонением случайной величины X называют квадратный корень из дисперсии:

[pic]

Для данных, указанных в этой работе отклонение равно:

((X) = 0,528652332;

((Y) = 3240,26537.

Моменты

Моменты служат для более подробной характеристики случайной величины.
Они делятся на начальные и центральные. Начальные моменты характеризуют саму случайную величину, а центральные — отклонения случайной величины от
М(Х).

Начальный момент n-го порядка — математическое ожидание от n-ой степени случайной величины; обозначается: