3 0.25 0.2 Vahemikku sattumise tõenäosus 0.15 0.1 0.05 0 0-20 21-40 41-60 61-80 81-100 Valimi vahemikud Joonis 2. Histogrammid ja jaotustihedused 0.018 0.016 0.014 0.012 Valimi empiiriline histogramm 0.01 Ühtlase jaotuse histogramm Jaotustihedus Normaaljaotuse histogramm Normaaljaotuse jaotustihedus 0.008
nm 0-20 0,2 0,2/20=0,01 5 21-40 0,2 0,2/20=0,01 5 41-60 0,2 0,2/20=0,01 5 61-80 0,2 0,2/20=0,01 5 81-100 0,2 0,2/20=0,01 5 Joonis 2. Histogrammid ja jaotustihedused 0.02 0.02 Valimi histogramm Ühtlase jaotuse histogramm 0.01 0.01 0.01 Normaaljaotuse Jaotustihedus histogramm Normaaljaotuse jaotustihedus 0.01 0.01 0 Ühtlase jaotuse jaotustihedus 0
RX(t1, t2) = KX(t1, t2)/X(t1) * X(t2), seejuures - 1 RX(t1, t2) 1 Statsionaarsed juhuslikud protsessid: Juhuslikku protsessi nimetatakse statsionaarseks, kui selle keskväärtus on konstante, dispersioon on konstantne ning kovariasioonifunktsioon sõltub ainult argumentide vahest, st kui: EX(t) = const; DX(t) = const; KX(t1, t2) = kX(). Juhuslikku protsessi nimetatakse kitsamas mõttes statsionaarseks, kui tema kõik mitmemõõtmelised jaotustihedused sõltuvad iga n korral ainult ajahetkede vahedest t2 t1, ..., tn t1; Kehtivad järgmised võrdused: 1) Kx(0) = DX(t), so statsionaarse juhusliku protsessi dispersioon on konstante ja võrdub kovariatsioonifunktsiooni väärtusega punktis = 0. 2) kx(-) = kx(), so statsionaare juhusliku protsessi kovariatsioonifunktsioon on paarisfunktsioon. 3) kx() kx(0). Praktikas kasutatakse sageli kovariatsioonifunktsiooni asemel korrelatsioonifunktsiooni: rx() = kx()/Dx 12. Ergoodilised protsessid
annaabi.ee 
