Кокустук өзгөрмөлөрдүн негизги түшүнүктөрү
Статистикада жана ыктымалдуулук теориясында кокустук чоңдуктар эң негизги түшүнүктөрдүн бири болуп саналат, ал кокустук окуялар менен өлчөнө турган математикалык анализдин ортосундагы ажырымды жоюп турат. Кокустук чоңдуктар аркылуу биз кокустук эксперименттин жыйынтыктарын — башында окуялардан же категориялардан турган — иштетиле турган сандарга «которо» алабыз: алардын ыктымалдуулуктарын эсептөө, аларды орточо маанилер менен жыйынтыктоо, алардын дисперсиясын өлчөө жана ал тургай аларды белгилүү бир бөлүштүрүүлөрдү колдонуу менен моделдөө. Бул макалада кокустук чоңдуктардын негизги түшүнүктөрү, алардын түрлөрү жана ыктымалдуулук функциясы, кумулятивдик бөлүштүрүү функциясы, күтүлгөн маани жана дисперсия сыяктуу негизги түшүнүктөр талкууланат.
1. Кокустук чоңдук деген эмне?
Жөнөкөй сөз менен айтканда, кокустук өзгөрмө – бул ар бир натыйжаны үлгү мейкиндигинен чыныгы санга чейин чагылдырган функция. Үлгү мейкиндиги – бул кокустук эксперименттин бардык мүмкүн болгон натыйжаларынын жыйындысы.
Мисалы, алты тараптуу штампты тоголоттук дейли. Тандоо мейкиндиги {1, 2, 3, 4, 5, 6}. Биз кокустук өзгөрмөнү \(X\) "штампта пайда болгон сан" катары аныктай алабыз. Анда \(X\) штампынын ыктымалдуулугу 1ден 6га чейин болушу мүмкүн, эгерде штамп туура болсо.
Дагы бир мисал: биз эки тыйын ыргытабыз. Тандоо мейкиндиги {HH, HT, TH, TT}. Эгерде биз кокустук өзгөрмөнү \(Y\) "пайда болгон баштардын саны (H)" катары аныктасак, анда:
– HH → \(Y = 2\)
– HT → \(Y = 1\)
– TH → \(Y = 1\)
– ТТ → \(Y = 0\)
Бул жерден биз кокустук чоңдуктар баштапкы натыйжаны түздөн-түз "чагылдырбашы" керек экенин көрүп турабыз; алар анализдин муктаждыктарына ылайык кокустук натыйжаларга сандык маанилерди дайындоонун жолу.
2. Кокустук чоңдуктардын түрлөрү: дискреттик жана үзгүлтүксүз
Жалпысынан алганда, кокустук чоңдуктар эки негизги түргө бөлүнөт:
а) Дискреттик кокустук чоңдуктар
Дискреттик кокустук өзгөрмө - бул маанилери бирден саналуучу (саналуучу) кокустук өзгөрмө, адатта бүтүн сандар же өзүнчө белгилүү бир маанилердин жыйындысы түрүндө болот.
Мисал:
– Үй-бүлөдөгү балдардын саны (0, 1, 2, 3, …)
– 1 мүнөттүн ичинде жол акы төлөө пунктунан өткөн унаалардын саны
– Текшерилген 10 өнүмдөн кемчиликтүү буюмдардын саны
Дискреттик кокустук чоңдуктар үчүн ар бир маанинин ыктымалдуулугу түздөн-түз ыктымалдуулук массасынын функциясы түрүндө көрсөтүлүшү мүмкүн.
б) Үзгүлтүксүз кокустук чоңдуктар
Үзгүлтүксүз кокустук чоңдук – бул чыныгы сан сызыгындагы (саналбай турган) үзгүлтүксүз аралыктагы маанилерди, мисалы, 0 менен 1дин ортосундагы бардык маанилерди же бардык оң чыныгы маанилерди кабыл ала турган кокустук чоңдук.
Мисал:
– Адамдын бою
– Кардардын кассада күтүү убактысы
- Белгилүү бир сааттагы абанын температурасы
Үзгүлтүксүз кокустук өзгөрмө үчүн, каалаган чекиттеги ыктымалдуулук негизинен нөлгө барабар. Ошондуктан, ыктымалдуулук ыктымалдуулук тыгыздыгы функциясын колдонуу менен маанилердин диапазонунда (мисалы, 10 жана 12 мүнөттүн ортосунда) эсептелет.
3. Ыктымалдуулук функциялары: PMF жана PDF
Кийинки маанилүү түшүнүк - ыктымалдуулуктун кокустук өзгөрмөнүн маанисине кандайча "байланышы".
а) Ыктымалдуулук массасынын функциясы (ЫМФ)
Дискреттик кокустук чоңдук \(X\) үчүн, ПМФ төмөнкүдөй аныкталат:
\[
p(x) = P(X = x)
\]
төмөнкүлөрдү камсыз кылуу менен:
1. бардык (x) үчүн \(p(x) \ge 0\)
2. \(\sum_x p(x) = 1\)
Жөнөкөй мисал: адилеттүү сөөктөр
\[
P(X=k)=\frac{1}{6}, \quad k=1,2,3,4,5,6
\]
б) Ыктымалдуулук тыгыздыгы функциясы (PDF)
Үзгүлтүксүз кокустук чоңдук \(X\) үчүн, биз PDF \(f(x)\) колдонобуз, ошондо \([a,b]\) аралыгындагы ыктымалдуулук төмөнкүдөй болот:
\[
P(a \le X \le b) = \int_a^bf(x)\,dx
\]
төмөнкүлөрдү камсыз кылуу менен:
1. \(f(x) \ge 0\)
2. \(\int_{-\infty}^{\infty} f(x)\,dx = 1\)
Белгилей кетүүчү нерсе: үзгүлтүксүз кокустук чоңдук үчүн, \(x\) ар бир мааниси үчүн \(P(X=x)=0\). Диапазондорду талкуулоодо ыктымалдуулук ар дайым мааниге ээ.
4. Кумулятивдик бөлүштүрүү функциясы (КБФ)
Дискреттик же үзгүлтүксүз болсун, кокустук чоңдуктарды кумулятивдик бөлүштүрүү функциясы (КБФ) менен сүрөттөөгө болот, ал төмөнкүдөй аныкталат:
\[
F(x) = P(X \lex)
\]
CDF бир нече маанилүү касиеттерге ээ:
– \(F(x)\) мааниси ар дайым 0 жана 1 ортосунда болот
– \(F(x)\) азайбайт (азайбайт)
– \(\lim_{x\to -\infty}F(x)=0\) жана \(\lim_{x\to\infty}F(x)=1\)
Дискреттик өзгөрмөлөр үчүн CDF "тепкич" формасында болот (белгилүү бир чекиттерде көтөрүлөт). Үзгүлтүксүз өзгөрмөлөр үчүн CDF жалпысынан жылмакай жана PDFтин ажырагыс бөлүгү болуп саналат:
\[
F(x)=\int_{-\infty}^{x} f(t)\,dt
\]
5. Борбордук тенденциянын өлчөмү: күтүлгөн маани (күтүү)
Ыктымалдуулук бөлүштүрүлүшүн билгенден кийин, биз көп учурда кокустук өзгөрмөнү анын "узак мөөнөттүү орточо маанисин" билдирген бир сан менен жыйынтыктагыбыз келет. Бул күтүлгөн маани же күтүү.
а) Дискреттик өзгөрмөлүү күтүүлөр
Эгерде \(X\) дискреттик болсо:
\[
E[X] = \sum_x x\,p(x)
\]
б) Үзгүлтүксүз өзгөрмөлөрдүн күтүлүшү
Эгерде \(X\) үзгүлтүксүз болсо:
\[
E[X] = \int_{-\infty}^{\infty} x\,f(x)\,dx
\]
Күтүү дайыма эле "эң көп кездешүүчү маани" (моду) менен бирдей боло бербейт жана дайыма эле чындап ыктымалдуу маани боло бербейт, бирок ал чечим кабыл алуу, божомолдоо жана тобокелдиктерди талдоо үчүн абдан пайдалуу.
Колдонуу мисалы: Бизнесте күтүүлөр ар кандай сценарийлерди жана алардын ыктымалдуулуктарын эске алуу менен стратегиянын күтүлгөн орточо пайдасын эсептөө үчүн колдонулушу мүмкүн.
6. Дисперсиянын өлчөмдөрү: дисперсия жана стандарттык четтөө
Эки кокустук өзгөрмө бирдей күтүүгө ээ болушу мүмкүн, бирок белгисиздиктин ар кандай деңгээлдери бар. Ошондуктан, бизге дисперсиянын өлчөмдөрү, атап айтканда, дисперсия жана стандарттык четтөө керек.
\(X\) дисперсиясы төмөнкүдөй аныкталат:
\[
Var(X)=E[(XE[X])^2]
\]
Стандарттык четтөө дисперсиянын квадрат тамыры болуп саналат:
\[
\sigma = \sqrt{Var(X)}
\]
Көп колдонулган практикалык формулалар:
\[
Var(X) = E[X^2] – (E[X])^2
\]
Дисперсия канчалык чоң болсо, \(X\) маанилеринин орточо мааниден таралышы ошончолук чоң болот, бул жогорку белгисиздикти билдирет.
7. Көп колдонулган ыктымалдуулук бөлүштүрүүлөрү
Иш жүзүндө көптөгөн кокустук чоңдуктар белгилүү бир бөлүштүрүү үлгүлөрүнө ээрчийт. Айрым популярдуу бөлүштүрүүлөр:
– Бернулли: эки натыйжа (ийгилик/ийгиликсиздик), мисалы, чын-жалган, тирүү-өлүк.
– Бином: Бернулли сыноолорунан ийгиликтүү өткөндөрдүн саны, мисалы, 20 адамдан бүтүргөн окуучулардын саны.
– Пуассон: убакыт/мейкиндик аралыгындагы окуялардын саны, мисалы, мүнөтүнө кирүүчү чалуулардын саны.
– Бир калыптагы үзгүлтүксүз сан: интервалдагы бардык маанилер бирдей ыктымалдуулукка ээ.
– Нормалдуу (Гаусс): көптөгөн табигый жана социалдык кубулуштар, мисалы, бийиктик же өлчөө катасы, ушул бөлүштүрүүгө жакындашат.
Туура бөлүштүрүүнү тандоо моделдөөнүн жана талдоо жүргүзүүнүн тактыгын жогорулатууга жардам берет.
8. Эмне үчүн кокустук чоңдуктар маанилүү?
Кокустук чоңдуктар төмөнкүлөрдүн негизи болуп саналат:
– Жыйынтыктоочу статистика: үлгүлөргө негизделген популяциянын параметрлерин баалоо
– Гипотезаны текшерүү: доомат маалыматтар менен тастыкталабы же жокпу, аныктоо
– Машиналык окутуу: белгисиздикти жана ыктымалдуулукту моделдөө
– Тобокелдиктерди башкаруу: жоготуулардын жана өзгөчө кырдаалдардын ыктымалдыгын өлчөө
– Инженерия жана илим: сигналдарды иштетүү, системанын ишенимдүүлүгү, кезек теориясы
Кокустук чоңдуктар менен бизде белгисиздик жөнүндө системалуу түрдө сүйлөшүү үчүн математикалык тил бар.
Корутунду
Кокустук өзгөрмө - бул ыктымалдуулук теориясындагы кокустук эксперименттердин натыйжаларын сандык маанилерге чагылдырган негизги түшүнүк. Кокустук өзгөрмөлөр дискреттик же үзгүлтүксүз болушу мүмкүн жана ар бири PMF же PDF аркылуу ыктымалдуулуктарды көрсөтүүнүн ар кандай жолуна ээ. Андан тышкары, CDF ыктымалдуулуктардын топтолушун көрүүнүн жалпы жолун камсыз кылат. Бөлүштүрүүнү кыскача баяндап берүү үчүн күтүү борбордук тенденциянын өлчөмү катары, ал эми дисперсия/стандарттык четтөө дисперсиянын өлчөмү катары колдонулат. Бул негизги түшүнүктөрдү түшүнүү ыктымалдуулук бөлүштүрүүлөрү, статистикалык баалоо, регрессия жана тобокелдиктерди моделдөө жана заманбап маалыматтарды талдоо сыяктуу татаалыраак темаларды үйрөнүүгө жардам берет.
Кааласаңыз, кокустук чоңдуктар түшүнүгүн жеңилирээк түшүнүү үчүн мисал суроолорду жана алардын талкууларын (дискреттик жана үзгүлтүксүз) кошо алам.
