-
均方值
鎖定
- 中文名
- 均方值
- 外文名
- mean-square value
- 所屬學科
- 數學(概率論)
- 別 名
- 二階原點矩
- 簡 介
- 隨機變量的平方的均值
- 類 型
- 數學術語
均方值基本介紹
均方值數學期望
以實驗中觀查實驗結果值的算術平均為例,解釋數學期望的物理含義:
設共作了N次獨立實驗,實驗結果值為x,x可能有m種值,即
,在N次實驗中各x值得到的次數分別為
,則有
次,故可求出x的算術平均值為:
均方值均方值和方差
均方值
方 差:
偏 差:
所以方差也稱為偏差的均方值。
對於隨時間連續變化的一個變量x(也可看時
),其數學期望可寫成:
均方值:
方差為:
均方值隨機信號的特性
隨機過程的各個樣本記錄都不一樣,因此不能象確定性信號那樣用明確的數學關係式來表達。但是,這些樣本記錄卻有共同的統計特性,因此,隨機信號可以用概率統計特性來描述。常用的有以下幾個主要的統計函數:
(1) 均方值、均值和方差;
(2) 概率密度函數;
(3) 自相關函數;
(4) 功率譜密度函數;
(5) 聯合統計特性。
均方值、均值和方差
隨機信號的強度,可以用其均方值來描述。對於平穩的遍歷性隨機過程,隨機信號的均方值用樣本函數平方值的時間平均來表示,即
工程上常把數據信號看成是不隨時間而變化的靜態分量(即直流分量) 和隨時間而變化的動態分量二部分之和。靜態分量可用均值來表示,均值
用公式表示
隨機信號的動態分量部分可以用方差來表述。方差
是
偏離均值
的平方的均值,它反映了過程離開均值的波動情況。用公式表示