Теорема Бернулли, Муавра-Лапласа; Критерий Колмогорова; Схема Бернулли; Формула Байеса; Неравенства Чебышева; Закон распределения Пуассона; Фишер, Пирсон, Стьюдент, Смирнов и др. теоремы, модели, простым языком, без формул. - страница 10
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Если A и B - независимые случайные величины, то дисперсия суммы этих величин равна сумме их дисперсий.
Имхо, просто вопрос арифметики. Удобно :)
С дисперсией вроде, для себя разобрался.
Введем некое псевдо_Определение:
псевдo_Мера разброса случайной величины (относительная оценка) - расстояние между двумя соизмеримыми множествами (тоесть множествами одинакового размера): исходным множеством и "идеальным" множеством, состоящим только из "средних", нормированное для пространства которому принадлежит исходное множество.
Если в это определение подставить множество из линейного пространства то получим СКО. А если множество из нелинейного пространства то ...
Вот тут очевидно и крылся мой подсознательный вопрос, который тормошил меня по дисперсии - Почему квадрат из СКО перекочевал в дисперсию, которая является более общим определение меры разброса случайной величины ?