Vastaus:
Katso alla.
Selitys:
Satunnainen muuttuja on satunnaiskokeen mahdollisten arvojen joukon numeeriset tulokset.
Esimerkiksi valitsemme satunnaisesti kengän kenkäkaupasta ja etsimme kahta numeerista arvoa sen koosta ja hinnasta.
diskreetti satunnaismuuttuja on rajallinen määrä mahdollisia
arvoja tai lukemattomien reaalilukujen ääretön sekvenssi. Esimerkiksi kenkien koko, joka voi kestää vain rajallisen määrän
arvot.
Vaikka a jatkuva satunnainen muuttuja voi ottaa kaikki arvot reaalilukujen välein. Esimerkiksi kenkien hinta voi olla mikä tahansa arvo valuutan suhteen.
Laske vähiten neliön regressiolinja, jossa vuotuiset säästöt ovat riippuvainen muuttuja ja vuotuinen tulo on riippumaton muuttuja.
Y = -1,226666 + 0,1016666 * X bar X = (12 + 13 + 14 + ... + 20) / 9 = 9 * (12 + 20) / (2 * 9) = 16 bar Y = (0 + 0,1 + 0,2 + 0,2 + 0,5 + 0,5 + 0,6 + 0,7 + 0,8) / 9 = 0,4 hattu beta_2 = (summa_ {i = 1} ^ {i = 9} x_i * y_i) / (summa_ {i = 1} ^ {i = 9} x_i ^ 2) ", jossa" x_i = X_i - bar X ", ja" y_i = Y_i - bar Y => hattu beeta_2 = (4 * 0,4 + 3 * 0,3 + 2 * 0,2 + 0,2 + 0,1 + 2 * 0,2 + 3 * 0,3 + 4 * 0,4) / ((4 ^ 2 + 3 ^ 2 + 2 ^ 2 + 1 ^ 2) * 2) = (1,6 + 0,9 + 0,4 + 0,2 + 0,1 + 0,4 + 0,9 + 1,6) / 60 = 6,1 / 60 = 0,10166666 => hattu beeta_1 = bar Y - hattu beeta_2 * bar X = 0,4 - (6,1 / 60) * 16 = -1,22666
Mikä on numeerinen muuttuja ja mikä on kategorinen muuttuja?
Katso alempaa. Kategorinen muuttuja on luokka tai tyyppi. Esimerkiksi hiusten väri on kategorinen arvo tai kotikaupunki on kategorinen muuttuja. Lajit, hoitotyyppi ja sukupuoli ovat kaikki kategorisia muuttujia. Numeerinen muuttuja on muuttuja, jossa mittauksella tai numerolla on numeerinen merkitys. Esimerkiksi kokonaissademäärä tuumina mitattuna on numeerinen arvo, syke on numeerinen arvo, tunnissa kulutettujen juustohampurien lukumäärä on numeerinen arvo. Kategorinen muuttuja voidaan ilmaista numerona tilastotarkoituksessa, mutta näillä numeroilla ei ole samaa merkitystä
Jos X on satunnainen muuttuja niin, että E (X ^ 2) = E (X) = 1, niin mikä on E (X ^ 100)?
"Katso selitys" "Koska" "varianssi =" E (X ^ 2) - (E (X)) ^ 2 ", joka on täällä:" 1 - 1 ^ 2 = 0, "ei ole varianssia." " tarkoittaa, että kaikki X: n arvot ovat yhtä suuret kuin keskiarvo E (X) = 1. "" Joten X on aina 1. "" Näin ollen "X ^ 100 = 1. => E [X ^ 100] = 1