Как посчитать математическое ожидание в excel
Математическое ожидание – это среднее значение случайной величины.
Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности:
Пример. Найти математическое ожидание дискретной случайной величины X, заданной законом распределения:
Решение : Математическое ожидание равно сумме произведений всех возможных значений X на их вероятности:
Для вычисления математического ожидания удобно расчеты проводить в Excel (в особенности когда данных много), предлагаем воспользоваться готовым шаблоном ( калькулятор для вычисления математического ожидания ).
Пример для самостоятельного решения (можете применить калькулятор).
Найти математическое ожидание дискретной случайной величины X, заданной законом распределения:
Математическое ожидание обладает следующими свойствами.
Свойство 1. Математическое ожидание постоянной величины равно самой постоянной: М(С)=С.
Свойство 2. Постоянный множитель можно выносить за знак математического ожидания: М(СХ)=СМ(Х).
Свойство 3. Математическое ожидание произведения взаимно независимых случайных величин равно произведению математических ожиданий сомножителей: М (Х1Х2 . Хп)=М (X1) М <Х2)*. ..*М (Xn)
Свойство 4. Математическое ожидание суммы случайных величин равно сумме математических ожиданий слагаемых: М(Хг + Х2+. +Хn) = М<Хг)+М(Х2)+…+М(Хn).
Задача 189. Найти математическое ожидание случайной вели чины Z, если известны математические ожидания X н Y: Z = X+2Y, M(X) = 5, M(Y) = 3;
Решение : Используя свойства математического ожидания (математическое ожидание суммы равно сумме математических ожиданий слагаемых; постоянный множитель можно вынести за знак математического ожидания), получим M(Z)=M(X + 2Y)=M(X) + M(2Y)=M(X) + 2M(Y)= 5 + 2*3 = 11.
190. Используя свойства мaтематического ожидания, доказать, что: а) М(Х — Y) = M(X)—М (Y); б) математическое ожидание отклонения X—M(Х) равно нулю.
191. Дискретная случайная величина X принимает три возможных значения: x1= 4 С вероятностью р1 = 0,5; xЗ = 6 С вероятностью P2 = 0,3 и x3 с вероятностью р3. Найти: x3 и р3, зная, что М(Х)=8.
192. Дан перечень возможных значений дискретной случайной величины X: x1 = —1, х2 = 0, x3= 1 также известны математические ожидания этой величины и ее квадрата: M(Х) = 0,1, М(Х^2)=0,9. Найти вероятности p1, p2,p3 соответствующие возможным значениям xi
194. В партии из 10 деталей содержится три нестандартных. Наудачу отобраны две детали. Найти математическое ожидание дискретной случайной величины X — числа нестандартных деталей среди двух отобранных.
196. Найти математическое ожидание дискретной случайной величины X—числа таких бросаний пяти игральных костей, в каждом из которых на двух костях по явится по одному очку, если общее число бросаний равно двадцати.
Математическое ожидание биномиального распределения равно произведению числа испытаний на вероятность появления события в одном испытании:
Пример. Устройство состоит из n элементов. Вероятность отказа любого элемента за время опыта равна р. Найти математическое ожидание числа таких опытов, в каждом из которых откажет ровно m элементов, если всего про изведено N опытов. Предполагается, что опыты независимы один от другого.
207. Найти математическое ожидание дискретной случайной величины X, распределенной по закону Пуассона:
Общая доходность портфеля будут представлять собой взвешенную сумму доходностей каждого отдельного финансового инструмента актива. Если же вам нужны дополнительные объяснения, обращайтесь ко мне!
Чтобы вычислить максимум, выделяете весь диапазон необходимых чисел в таблице и отдельную ячейку, затем кликаете по значку «Σ» или «Автосумма». В выпавшем окне выбираете «Максимум» и, нажав кнопку «Enter» получаете нужное значение.
Формирование инвестиционного портфеля Марковица в Excel
Первым шагом при вычислении дисперсии является определение среднего значения выборки, которое в нашем примере равняется 7,8 раза в месяц. Остальные вычисления можно облегчить с помощью следующей таблицы.
Использование метода «сырого счета» (пример с готовкой)
Существует более эффективный способ вычисления дисперсии, известный как метод «сырого счета». Хотя с первого взгляда уравнение может показаться весьма громоздким, на самом деле оно не такое уж страшное. Можете в этом удостовериться, а потом и решите, какой метод вам больше нравится.
— сумма каждого значения данных после возведения в квадрат,
Не теряйте рассудок прямо сейчас. Позвольте представить все это в виде таблицы, и тогда вы увидите, что вычислений здесь меньше, чем в предыдущем примере.
Как видите, результат получился тот же, что и при использовании предыдущего метода. Достоинства данного метода становятся очевидными по мере роста размера выборки (n).
Максимум и минимум нужны для того, чтобы не искать вручную среди большого количества чисел минимальное или максимальное число. Если же вам нужны дополнительные объяснения, обращайтесь ко мне!
Пример. Устройство состоит из n элементов. Вероятность отказа любого элемента за время опыта равна р. Найти математическое ожидание числа таких опытов, в каждом из которых откажет ровно m элементов, если всего про изведено N опытов. Предполагается, что опыты независимы один от другого.
Математическое ожидание — Студопедия
- Выделяем ячейку и таким же способом, как и в предыдущий раз, запускаем Мастер функций.
- В категории «Полный алфавитный перечень» или «Статистические» ищем наименование «ДИСП.В». После того, как формула найдена, выделяем её и делаем клик по кнопке «OK».
- Производится запуск окна аргументов функции. Далее поступаем полностью аналогичным образом, как и при использовании предыдущего оператора: устанавливаем курсор в поле аргумента «Число1» и выделяем область, содержащую числовой ряд, на листе. Затем щелкаем по кнопке «OK».
- Результат вычисления будет выведен в отдельную ячейку.
Чтобы произвести расчет, под числами, которые необходимо посчитать, выделяется ячейка. Заходите во вкладку вставки функции. Выбираете категорию «Статистические». В выпавшем списке выбираете одну из функций и кликаете по кнопке «Enter».
Цели формирования инвестиционного портфеля
Выделяют две инвестиционные стратегии при формировании портфеля:
► Максимизации доходности инвестиционного портфеля при ограниченном уровне риск.
► Минимизация риска инвестиционного портфеля при минимально допустимом уровне доходности.
По статистике в течение года владелец автомобиля попадает в мелкую аварию с вероятностью 0,18, и средняя сумма страховой выплаты при этом равна 50 000 рублей. Если же вам нужны дополнительные объяснения, обращайтесь ко мне!
Математическое ожидание дискретной случайной величины рассчитывается:
1. Сначала нужно умножить каждое из возможных результатов на свою вероятность (например: вероятность, что выпадет «1» — 1/6, «2» — 1/3, значит умножаем 1 на 1/6, 2 на 1/3, и т.д.),
2. Затем суммируем все эти значения (1 × 1/6 + 2 × 1/3 и т.д.).
Математическое ожидание — что это, формулы, как его найти, примеры и свойства — Узнай Что Такое
- Данная модель была разработана для эффективных рынков капитала, на которых наблюдается постоянный рост стоимости активов и отсутствуют резкие колебания курсов, что было в большей степени характерно для экономики развитых стран 50-80-х годов. Корреляция между акциями не постоянна и меняется со временем, в итоге в будущем это не уменьшает систематический риск инвестиционного портфеля.
- Будущая доходность финансовых инструментов (акций) определяется как среднеарифметическое. Данный прогноз основывается только на историческом значении доходностей акции и не включает влияние макроэкономических (уровень ВВП, инфляции, безработицы, отраслевые индексы цен на сырье и материалы и т.д.) и микроэкономических факторов (ликвидность, рентабельность, финансовая устойчивость, деловая активность компании).
- Риск финансового инструмента оценивается с помощью меры изменчивости доходности относительно среднеарифметического, но изменение доходности выше не является риском, а представляет собой сверхдоходность акции.
Инвестиционный портфель – это совокупность различных финансовых инструментов, удовлетворяющих цели инвестора и, как правило, заключается в создании таких комбинаций активов, которые бы обеспечили максимальную доходность при минимальном уровне риска.
Рассмотрим равномерное непрерывное распределение. Вычислим математическое ожидание и дисперсию. Сгенерируем случайные значения с помощью функции MS EXCEL СЛЧИС() и надстройки Пакет Анализа, произведем оценку среднего значения и стандартного отклонения.
Равномерно распределенная на отрезке [a; b] случайная величина имеет плотность распределения (вероятности) :
Функция распределения определяется следующим образом:
Равномерное непрерывное распределение (англ. Continuous uniform d istribution или Rectangular distribution ) часто встречается на практике.
Пример1. Например, известно, что гейзер извергается каждые 50 минут. Найти вероятность, того что турист увидит извержение, если будет ждать у гейзера 20 минут. В соответствии с вышеуказанными формулами вероятность увидеть извержение в течение времени наблюдения равна 20/50=0,4, т.е. 40%.
Пример2. Симметричный волчок после раскручивания падает набок. Вертикальная ось волчка после падения указывает на определенный угол от 0 до 360 градусов. Найти вероятность, того что ось волчка укажет на сектор от 90 до 180 градусов. Вероятность равна (180-90)/(360-0)=0,25.
В файле примера приведены графики плотности распределения вероятности и интегральной функции распределения .
Математическое ожидание и дисперсия
Математическое ожидание для равномерного непрерывного распределения вычисляется по формуле =(a+b)/2.
Генерация случайных чисел
Случайные числа, имеющие равномерное непрерывное распределение на отрезке [0; 1), можно сгенерировать с помощью функции MS EXCEL СЛЧИС() . В функции нельзя задать нижнюю и верхнюю границу интервала, но записав формулу =СЛЧИС()*(b-a)+a можно сгенерировать равномерно распределенные числа на любом интервале [a; b).
Примечание : Чтобы сгенерировать случайные числа, имеющие равномерное дискретное распределение , воспользуйтесь функцией СЛУЧМЕЖДУ() .
Сгенерировать случайные числа, извлеченные из непрерывного равномерного распределения, можно также с помощью надстройки Пакет анализа .
Сгенерируем массив из 50 чисел из диапазона [3,3; 7,5). Для этого в окне Генерация случайных чисел установим следующие параметры (см. файл примера лист Генерация ):
Как видно из рисунка выше, в поле Случайное рассеивание установлен необязательный параметр равный 2. Параметр Случайное рассеивание может принимать значение от 1 до 32767. Если установить этот параметр, то MS EXCEL будет каждый раз генерировать один и тот же массив чисел, соответствующий этот значению. Этот подход удобен для генерации одинаковых массивов, например, на различных компьютерах.
Оценка среднего и стандартного отклонения
Нижнюю и верхнюю границу интервала возьмем [3,3; 7,5) и разместим их в ячейках B4:B5 . Сгенерируем 50 чисел ( выборку ) и поместим их в диапазоне С14:С63 .
Математическое ожидание этого распределения =(B4+B5)/2 и равно 5,4. Стандартное отклонение распределения равно =КОРЕНЬ(((B5-B4)^2)/12)=1,21
Чтобы оценить математическое ожидание воспользуемся значениями выборки =СУММ(C14:C63)/СЧЁТ(C14:C63) .
Оценить стандартное отклонение можно с помощью формулы =СТАНДОТКЛОН.В(C14:C63) в MS EXCEL 2010 или =СТАНДОТКЛОН(C14:C63) для более ранних версий.
Чтобы оценить дисперсию используйте формулу =ДИСП.В(C14:C63) в MS EXCEL 2010 или =ДИСП(C14:C63) для более ранних версий. Также можно использовать формулу =СТАНДОТКЛОН.В(C14:C63)^2 .
СОВЕТ : О других распределениях MS EXCEL можно прочитать в статье Распределения случайной величины в MS EXCEL .
Среднее выборки или выборочное среднее (sample average, mean) представляет собой среднее арифметическое всех значений выборки .
В MS EXCEL для вычисления среднего выборки можно использовать функцию СРЗНАЧ() . В качестве аргументов функции нужно указать ссылку на диапазон, содержащий значения выборки .
Выборочное среднее является «хорошей» (несмещенной и эффективной) точечной оценкой математического ожидания случайной величины (см. ниже ), т.е. среднего значения исходного распределения, из которого взята выборка .
Примечание : О вычислении доверительных интервалов при оценке математического ожидания можно прочитать, например, в статье Доверительный интервал для оценки среднего (дисперсия известна) в MS EXCEL .
Некоторые свойства среднего арифметического :
- Сумма всех отклонений от среднего значения равна 0:
- Если к каждому из значений x i прибавить одну и туже константу с , то среднее арифметическое увеличится на такую же константу;
- Если каждое из значений x i умножить на одну и туже константу с , то среднее арифметическое умножится на такую же константу.
Математическое ожидание
Среднее значение можно вычислить не только для выборки, но для случайной величины, если известно ее распределение . В этом случае среднее значение имеет специальное название - Математическое ожидание. Математическое ожидание характеризует «центральное» или среднее значение случайной величины.
Примечание : В англоязычной литературе имеется множество терминов для обозначения математического ожидания : expectation, mathematical expectation, EV (Expected Value), average, mean value, mean, E[X] или first moment M[X].
Если случайная величина имеет дискретное распределение , то математическое ожидание вычисляется по формуле:
где x i – значение, которое может принимать случайная величина, а р(x i ) – вероятность, что случайная величина примет это значение.
Если случайная величина имеет непрерывное распределение , то математическое ожидание вычисляется по формуле:
где р(x) – плотность вероятности (именно плотность вероятности , а не вероятность, как в дискретном случае).
Для каждого распределения, из представленных в MS EXCEL, Математическое ожидание можно вычислить аналитически, как функцию от параметров распределения (см. соответствующие статьи про распределения ). Например, для Биномиального распределения среднее значение равно произведению его параметров: n*p (см. файл примера ).
Свойства математического ожидания
E[a*X]=a*E[X], где а - const
E[E[X]]=E[X] - т.к. величина E[X] - является const
E[X+Y]=E[X]+E[Y] - работает даже для случайных величин не являющихся независимыми.
СОВЕТ : Про другие показатели распределения - Дисперсию и Стандартное отклонение, можно прочитать в статье Дисперсия и стандартное отклонение в MS EXCEL .
Рассмотрим Равномерное дискретное распределение, построим график функции распределения, вычислим среднее значение и дисперсию. Сгенерируем случайные значения (выборку) с помощью функции MS EXCEL СЛУЧМЕЖДУ() . На основании выборки оценим среднее и стандартное отклонение распределения.
Равномерное дискретное распределение (англ. Discrete uniform distribution) имеет место, например, при подбрасывании симметричной монеты. Пусть если выпал «орёл», то случайная величина принимает значение 1, если выпала «решка» - то 0. Т.к. вероятность наступления событий одинакова и всего 2 возможных исхода, то вероятность случайной величины принять значение 1 (или 0) равна 1/2=0,5.
Распределение называется равномерным, т.к. вероятность любого исхода одинакова.
Примечание : В данном случае, когда возможно всего 2 исхода, равномерное распределение является частным случаем Распределения Бернулли с параметром p = q =1- p =0,5.
Другой пример. Результат бросания симметричной игральной кости является равномерной дискретной случайной величиной , т.к. количество точек на грани кубика принимает одно из 6 равновероятных значений. Вероятность выпадения каждой из шести граней равна 1/6.
Для этого примера функция распределения будет выглядеть следующим образом.
Примечание : Для построения графика использованы идеи из статьи про ступенчатый график .
СОВЕТ : Подробнее о Функции распределения см. статью Функция распределения и плотность вероятности в MS EXCEL .
Математическое ожидание и дисперсия
В файле примера на листе График приведен расчет математического ожидания по формуле =(a+b)/2.
Дисперсия (квадрат стандартного отклонения) для равномерного дискретного распределения может быть вычислена по формуле =((b-a+1)^2-1)/12.
Генерация случайных значений
Случайные числа, имеющие равномерное дискретное распределение , можно сгенерировать с помощью функции MS EXCEL СЛУЧМЕЖДУ() . В функции можно задать нижнюю и верхнюю границу интервала [a; b]. Функцией будут сгенерированы целые случайные числа из указанного интервала (см. файл примера лист Генерация ).
Обратите внимание, что массив случайных чисел, сгенерированных с помощью функции СЛУЧМЕЖДУ() , автоматически обновится при пересчете листа. Пересчет листа в MS EXCEL производится при вводе нового значения в ячейку или при нажатии клавиши F9 .
Примечание : Подробнее про функцию СЛУЧМЕЖДУ() см. статью Функция СЛУЧМЕЖДУ() - Случайное число из заданного интервала в MS EXCEL .
Чтобы сгенерировать нецелые случайные числа, например из интервала [1,1; 2,5], необходимо записать формулу = СЛУЧМЕЖДУ(1,1*10;2,5*10)/10 .
Множитель 10 отражает тот факт, что нецелые случайные числа будут сгенерированы с точностью до десятых. Если интервал задан с точностью до сотых, то нужно использовать множитель 100.
Как видно из формулы - границы интервала также могут быть нецелыми числами. Хотя, конечно, можно сгенерировать числа, например, с точностью до сотых с помощью формулы = СЛУЧМЕЖДУ(10*100;20*100)/100 . В этом случае случайные числа будут принадлежать интервалу [10;20] и иметь вид 10,37; 16,08; 15,43 и т.д.
Оценка среднего и стандартного отклонения
Сгенерируем 50 чисел (выборку) и разместим их в диапазоне B17:B66 . Нижнюю и верхнюю границу интервала возьмем [1; 6] и разместим их в диапазоне B5:B6 .
Математическое ожидание этого распределения =(B5+B6)/2 и равно (6+1)/2=3,5. Стандартное отклонение распределения равно = КОРЕНЬ(((B6-B5+1)^2-1)/12) =1,71
Чтобы оценить математическое ожидание воспользуемся значениями выборки =СУММ(B17:B66)/СЧЁТ(B17:B66) .
Оценить стандартное отклонение можно с помощью формулы =СТАНДОТКЛОН.В(B17:B66) в MS EXCEL 2010 или = СТАНДОТКЛОН(B17:B66) для более ранних версий.
Чтобы оценить дисперсию используйте формулу =ДИСП.В(B17:B66) в MS EXCEL 2010 или =ДИСП(B17:B66) для более ранних версий. Также можно использовать формулу =СТАНДОТКЛОН.В(B17:B66)^2 .
СОВЕТ : О других распределениях MS EXCEL можно прочитать в статье Распределения случайной величины в MS EXCEL .
Среднее выборки или выборочное среднее (sample average, mean) представляет собой среднее арифметическое всех значений выборки.
В MS EXCEL для вычисления среднего выборки можно использовать функцию СРЗНАЧ() . В качестве аргументов функции нужно указать ссылку на диапазон, содержащий значения выборки.
Выборочное среднее является «хорошей» (несмещенной и эффективной) точечной оценкой математического ожидания случайной величины (см. ниже), т.е. среднего значения исходного распределения, из которого взята выборка.
Примечание: О вычислении доверительных интервалов при оценке математического ожидания можно прочитать, например, в статье Доверительный интервал для оценки среднего (дисперсия известна) в MS EXCEL.
Некоторые свойства среднего арифметического:
- Сумма всех отклонений от среднего значения равна 0:
- Если к каждому из значений xi прибавить одну и туже константу с, то среднее арифметическое увеличится на такую же константу;
- Если каждое из значений xi умножить на одну и туже константу с, то среднее арифметическое умножится на такую же константу.
Математическое ожидание
Среднее значение можно вычислить не только для выборки, но для случайной величины, если известно ее распределение. В этом случае среднее значение имеет специальное название – Математическое ожидание. Математическое ожидание характеризует «центральное» или среднее значение случайной величины.
Примечание: В англоязычной литературе имеется множество терминов для обозначения математического ожидания: expectation, mathematical expectation, EV (Expected Value), average, mean value, mean, E[X] или first moment M[X].
Если случайная величина имеет дискретное распределение, то математическое ожидание вычисляется по формуле:
где xi – значение, которое может принимать случайная величина, а р(xi) – вероятность, что случайная величина примет это значение.
Если случайная величина имеет непрерывное распределение, то математическое ожидание вычисляется по формуле:
где р(x) – плотность вероятности (именно плотность вероятности, а не вероятность, как в дискретном случае).
Для каждого распределения, из представленных в MS EXCEL, Математическое ожидание можно вычислить аналитически, как функцию от параметров распределения (см. соответствующие статьи про распределения). Например, для Биномиального распределения среднее значение равно произведению его параметров: n*p (см. файл примера ).
Функция СРОТКЛ в Excel используется для анализа числового ряда, передаваемого в качестве аргумента, и возвращает число, соответствующее среднему значению, рассчитанному для модулей отклонений относительно среднего арифметического для исследуемого ряда.
Примеры методов анализа числовых рядов в Excel
Смысл данной функции становится предельно ясен после рассмотрения примера. Допустим, на протяжении суток каждые 3 часа фиксировались показатели температуры воздуха. Был получен следующий ряд значений: 16, 14, 17, 21, 25, 26, 22, 18. С помощью функции СРЗНАЧ можно определить среднее значение температуры – 19,88 (округлим до 20).
Для определения отклонения каждого значения от среднего необходимо вычесть из него полученное среднее значение. Например, для первого замера температуры это будет равно 16-20=-4. Получаем ряд значений: -4, -6, -3, 1, 5, 6, 2, -2. Поскольку СРОТКЛ по определению работает с модулями отклонений, итоговый ряд значений имеет вид: 4, 6, 3, 1, 5, 6, 2, 2. Теперь нужно получить среднее значение для данного ряда с помощью функции СРЗНАЧ – примерно 3,63. Именно таков алгоритм работы рассматриваемой функции.
Пример 1. Имеются два ряда значений, представляющих собой результаты наблюдений одного и того же физического явления, сделанные в ходе двух различных экспериментов. Определить, среднее отклонение от среднего значения результатов для какого эксперимента является максимальным?
Вид таблицы данных:
Используем следующую формулу:
Сравниваем результаты, возвращаемые функцией СРОТКЛ для первого и второго ряда чисел с использованием функции ЕСЛИ, возвращаем соответствующий результат.
В результате мы получили среднее отклонение от среднего значения. Это весьма интересная функция для технического анализа финансовых рынков, прогнозов курсов валют и даже позволяет повысить шансы выигрышей в лотереях.
Формула расчета линейного коэффициента вариации в Excel
Пример 2. Студенты сдали экзамены по различным предметам. Определить число студентов, которые удовлетворяют следующему критерию успеваемости – линейный коэффициент вариации оценок не превышает 15%.
Вид таблицы данных:
Линейный коэффициент вариации определяется как отношение среднего отклонения к среднему значению. Для расчета используем следующую формулу:
Растянем ее вниз по столбцу и получим следующие значения:
Для определения числа неуспешных студентов по указанному критерию используем функцию:
Правила использования функции СРОТКЛ в Excel
Функция имеет следующий синтаксис:
=СРОТКЛ( число1 ;[число2];. )
1. Вычислить математическое ожидание:
1) Пуск > Все программы > Microsoft Office > Microsoft Excel
2) Так как функция математического ожидания это т оже самое, что и функция среднего арифметического, то: в пустой ячейке вводим «=», далее нажимаем fx, выбираем функцию СРЗНАЧ, выделяем числовые данные нашей исходной таблицы.
2. Вычислить дисперсию:
Вводим =, далее – fx, “Статистические” – “ДИСП”, выделить числовые данные нашей исходной таблицы.
3. Среднее квадратичесое отклонение (не смещённое):
Вводим =, далее – fx, “Статистические” – “СТАНДТОТКЛОН”, выделить числовые данные нашей исходной таблицы.
4. Среднее квадратическое отклонение (смещённое):
Вводим =, далее – fx, “Статистические” – “СТАНДТОТКЛОН”, выделить числовые данные нашей исходной таблицы.
Вывод: Microsoft Excel является одной из самых удобных компьютерных программ, с помощью которых можно высчитать статические данные. В этом я убедился, когда высчитывал вышеуказанные данные.
Читайте также: