Главная страница

Шпоры по матану(1 курс). 1. Функция, одз


Скачать 0.69 Mb.
Название1. Функция, одз
АнкорШпоры по матану(1 курс).doc
Дата25.03.2018
Размер0.69 Mb.
Формат файлаdoc
Имя файлаШпоры по матану(1 курс).doc
ТипДокументы
#17195
страница33 из 33
1   ...   25   26   27   28   29   30   31   32   33

5. Статистические оценки: несмещенные, эффективные, состоятельные


Рассматривая x1, x2, … , xn как независимые случайные величины

X1, X2, … , Xn, можно сказать, что найти статистическую оценку неизвестного параметра теоретического распределения – это значит найти функцию от наблюдаемых случайных величин, которая и дает приближенное значение оцениваемого параметра.

Статистической оценкой неизвестного параметра теоретического распределения называют функцию от наблюдаемых случайных величин.

Пусть Θ* - статистическая оценка неизвестного параметра Θ теоретического распределения.

Несмещенной называют статистическую оценку Θ*, математическое ожидание которой равно оцениваемому параметру Θ при любом объеме выборки, т. е.

М(Θ*) = Θ.

Возможные значения Θ* могут быть сильно рассеяны вокруг своего среднего значения, т. е. дисперсия D (Θ*) может быть значительной  существует возможность допустить большую ошибку. По этой причине к статистической оценке предъявляется требование эффективности.

Эффективной называют статистическую оценку, которая (при заданном объеме выборки n) имеет наименьшую возможную дисперсию.

Состоятельной называют статистическую оценку, которая при n   стремится по вероятности к оцениваемому параметру. Например, если дисперсия несмещенной оценки при n   стремится к нулю, то такая оценка оказывается и состоятельной.

6. Точность и надежность оценки


Пусть найденная по данным выборки статистическая характеристика Θ* служит оценкой неизвестного параметра Θ. Если Δ > 0 и  Θ – Θ* < Δ, то чем меньше Δ, тем оценка точнее. Таким образом, положительное число Δ характеризует точность оценки.

Надежностью (доверительной вероятностью) оценки Θ по Θ* называют вероятность , с которой осуществляется неравенство  Θ – Θ* < Δ. Обычно надежность оценки задается наперед, причем в качестве  берут число, близкое к единице. Наиболее часто задают надежность, равную 0,95; 0,99 и 0,999.

Доверительным называют интервал (Θ* - Δ, Θ* + Δ), который покрывает неизвестный параметр с заданной надежностью .

Для определения необходимой численности выборки нужно задать уровень точности выборочной совокупности (Δ) с определенной вероятностью (). Ф ((Δ√n ) / σ) =  / 2  можно найти значение t = (Δ√n ) / σ  n = (t2σ2)/Δ2

7. Понятие о критериях согласия. Проверка гипотез о равенстве долей и средних. Проверка гипотезы о виде распределения.


Статичтической называют гипотезу о виде неизвестного распределения, или о параметрах известных распределений. Нулевой (основной) называют выдвинутую гипотезу Н0. Конкурирующей (альтернативной) называют гипотезу Н1, которая противоречит нулевой. Правило, по которому принимают решение о том, принять или отклонить гипотезу Н0, называют критерием. Обычно критерием служит некая случайная величина, вычисляемая по выборке. (Критерием согласия называют критерий проверки гипотезы о предполагаемом законе не известного распределения.)

В итоге статистической проверки гипотезы в двух случаях может быть принято неправильное решение, т.е. могут быть допущены ошибки двух родов: 1)ошибка первого рода состоит в том, что будет отвергнута правильная гипотеза; 2) ошибка второго рода состоит в том, что будет принята неправильная гипотеза. Вероятность совершить ошибку первого рода принято обозначать через . Её называют уровнем значимости.

Статичтическим критерием называют величину К, которая служит для проверки нулевой гипотезы.

Критической областью называют совокупность значений критерия, при которых нулевую гипотезу отвергают. Облать принятия гипотезы – совокупность значений критерия, при которых гипотезу принимают. Основной принцип проверки статистических гипотез: если наблюдаемое значение критерия принадлежит критической области – гипотезу отвергают, если наблюдаемое значение критерия принадлежит области принятия гипотезы – гипотезу принимают.


облать значений К разбивается на две подоблати: подоблать принятия нулевой гипотезы (К кр.лев; К кр.прав); подобласть отклонения гипотезы Н0.

Из определения уровня значимости следует, что = К кр.лев f(k)dk++f(k)dk

- К кр.прав.

Если плотность распределения К симметрична относительно оси ординат,то

+f(k)dk=/2. Если f(k) и  известны, то можно найти К кр.прав.

К кр.прав.

Проверка гипотезы по равенству математических ожиданий нормально распределённых совокупностей при известных дисперсиях.

Пусть Х – нормально распределённая случайная величина с неизвестным М(х)=ах и известной D(x)=G2x ; Y - нормально распределённая случайная величина с неизвестным М(х)=ау и известной D(x)=G2y

В результате проведённого эксперимента вычисляется хсредняя и усредняя.

Выдвигаем гипотезу Н0: аху и конкурирующую гипотезу Н1: ах не равно ау.

Требуется оценить нулевую гипотезу с уровнем значимости .

Решение.

Хcр. распределена по нормальному закону  М(х)=ах и D(x)=G2x/n. Уср. распределена по нормальному закону  М(у)=ау и D(у)=G2y/m

Хср.ср. распределена по нормальному закону  М(х-у)=0 и D(x-у)=G2x/n+G2y/m. Введём случайную величину К= Хср .- У ср.

 G2x/n+G2y/m К имеет нормальное распределение с М(к)=0 и D(k)=1.  нормальное распределение симетрично +f(k)dk=/2=0,5-Ф(К кр.прав.)

К кр.прав.

Далее находим по таблицам фукнции Лапласса К кр.прав. Далее находим Кнабл. Затем: 1) Если Кнабл.[Ккр.лев; К кр.прав.], то гипотеза Н0 принимается. 2) если Кнабл{критическая область}, то гипотеза Н0 отвергается.

Проверка гипотезы о равенстве математическом ожидании нормально распределённой случайной величины при равных неизвестных диспрерсиях.

Пусть Х – нормально распределённая случайная величина с неизвестным М(х)=ах и D(x)=G2 ; Y - нормально распределённая случайная величина с неизвестным М(х)=ау и D(x)=G2

В результате проведённого эксперимента вычисляется хсредняя и усредняя.

Выдвигаем гипотезу Н0: аху и конкурирующую гипотезу Н1: ах не равно ау.

Требуется оценить нулевую гипотезу с уровнем значимости .

Решение.

Построим К.

n . n .

S2x=((xi-x)2)/(n-1), S2y=((yi-y)2)/(n-1).

i=1 i=1

Х – случайная величина, распределённая по нормальному закону с числовыми характеристиками (ах, G/n). Y – случайная величина, распределённая по нормальному закону с числовыми характеристиками (аy, G/m)

Оказывается случайная величина S2x и S2y имеют распределение 2(«хи-квадрат») со степенями свободы (n-1) и (m-1).

Введём случайную величину U=((n-1)S2x)/G2+((m-1)S2y)/G2 имеет распределение 2 с числом степеней свободы n+m-2.

Случайная величина Х-У имеет нормальный закон распределения с характеристиками (аху, G2/n+G2/m)

Поэтому нормализированная случайная величина

U = (х-у)-(аху)

G2/n+G2/m

Имеет нормальное распределение N(0,1), а отношение

V = ( x- y) –(ax-ay) .

U/(m+n-2) 1/m+1/n[(m-1)S2x/2+(n-1)S2y/2]*1/(m+n-2)

имеет распределение Стьюдента с (m+n-2) степенями свободы. Таким образом можно найти Кнабл.

Кнабл. =(х-у)/(1/m+1/n)*[(m-1)S2x+(n-1)S2y]/(m+n-2)

Имеет распределение Стьдента с (m+n-2) степенями своды. Далеее вывод делается как в предыдудей задаче.

8. распределение 2


Распределение 2 – закон распределения непрерывной случайной величины, плотность которой определяется формулой.

f 2 (x)=  1* e-x/2x(k/2)-1, x>0

2k/2Г(k/2)

0, x0

чило к=n-1 - число степеней свободы. Г(х) – гамма-функция Г(х)= tx-1e-tdt

0

C увеличением степеней свободы распределение медленно приближается к нормальному. Причём для f 2 (x) М{ }=n, D{ }=n2



Для дальнейшего «въезжания» необходимо иметь хотя бы отдаленное представление о следующих понятиях

9. Распределение Стьюдента ( или t-распределение) .


Пусть Z – нормальная случайная величина, причём M(Z)=0, (Z)=1, а V – независимая от Z величина, которая распределена по закону 2 с к степенями свободы. Тогда величина Т= Z

V/k

(отношение нормированной нормальной величины к квадратному корню из независимой случайной величины, которая распределена по закону 2 с к степенями свободы, делённой на к, распределено по закону Стьюдента с к степенями свободы.)

10. Распределение F Фишера – Снедекора.


Если U и V- независимые случайные величины, распределённые по закону 2 со степенями свободы к1 и к2, то величина F=U/k1

V/k2

имеет распределение, которое называется распределением F Фишера-Снедекора со степенями свободы к1 и к2 (иногда его обозначают через V2)

Плотность распределения. f(x) =Г((m+n)/2)*mm/2*nn/2 * xn/2-1

Г(m/2)*Г(n/2) (m+nx)(m+n)/2, x>0

При больших m и n переходит в нормальное распределение. Число степеней свободы k1=n-1,k2=m-1.



(cправка закончена)

11. Проверка аналитических гипотез


1. Сравнение двух средних норм генеральных совокупностей, дисперсии коттрых известны.

2. Сравнение двух средних нормальных генеральных совокупностей, дисперсии, которых неизвестны и одинаковы.

Дано Х и У – случайные величины с нормальными распределениями.

Найдены Хср. и Уср. Известно – G2x=G2y=G2

MX=MY при конкурирующей гипотезе. Н1: МХ не равно МУ с уровнем значимости .

Схема решений.

1. Находим S2x и S2y - исправленные выборочные.

2. Вычисляем набд=людаемое значение критерия

Т= ( x- y) * mn(m+n-2)

(n-1)S2x+(m-1)S2Y  m+n

Оказывается критерий Т –случайная величина распределения Стьюдента.

3. По заданному уровню значений  и числу степеней свободы k=m+n-2 по таблице критических точек распределения Стьюдента находим критическое значение параметра Ткр. (, к)

4. Сравниваетм Ткр. И Тнабл., делаем вывод:

а) если |Тнабл.|< Ткр.(, к), то нет оснований отвергнуть Н0.

б) если |Тнабл.|>Ткр.(, к), то гипотезу отвергаем.

3 . Сравнение двух дисперсий нормальных генеральных совокупностей.

Х и У – нормальные генеральные совокупности. По выборкам найдены S2x и S2y Требуется проверить гипотезу Н0: DX=DY при конкурирующей гипотезе Н1 а) DX>DY б)DX не равно DY.

Схема решение в случае а).

1. Вычисляется наблюдаемое значение критерия. Fнабл.= S2больша е/ S2меньшая =S2x/ S2y. Оказывается, что F – случайная величина, распределённая по закону Фишера-Снедекора.

2.По заданному уровню значимости  и числу степеней свободы k1=n-1,k2=m-1 находим критическую точку Fкр. (,k1,k2) k1 – число степеней свободы большей дисперсии,k2 - число степеней свободы меньшей дисперсии.

3.Сравнивая Fкр. и Fнабл. ,делаем вывод: Если Fкр. < Fнабл., то гипотезу Н0 принимаем, если Fкр. > Fнабл., то гипотезу отвергаем.

Схема решения в случае б) аналогична,только в №2 F(/2,k1,k2), в №3 k1=n-1,k2=m-1 или k2=n-1,k1=m-1 , так как k1 – число степеней свободы большей дисперсии,k2 - число степеней свободы меньшей дисперсии.
Проверка статистической гипотезы о виде закона распределения (Критерий Пирсона).

Х – случайная величина. Требуется но уровню значимости  проверить гипотезу о нормальном распределении Х.

Схема решения.

1. Весь интервал выборочных значений разделить на S частных интервалов одинаковой длины. Находим середины частичных интервалов, переходим к новому выборочному распрелению. ni –число фактических зачений попавших в i интервал.

2. Для получения последовательности равностоящих вариантов находим

X* ср =(Si=1nixi)/n, G*=ni*(xi-x*)2/n.

попадания х в i интервал. Если х – нормально распределённая случайная величина, то Z распределена по нормальному закону с нулевым математическим ожиданием и единичной дисперсией и pi=Ф(Zi+1) – Ф(Zi), а Zi=(xi-x*)/G*

3. Нормируем случайную величину х, рассматриваетм величину Z=(x-x*)/G*

4. вычисляем теоретические (вычисленные в предположении нормального распределения) частоты ni =n*pi ,pi - веростность
5. В качестве проверки нулевой гипотезы применим критерий Пирсона.

2=s(ni-ni)2

i=1 ni

6. По таблиые критических точек распределения 2 по заданному уровню значимости  и числу степеней свободы k=s-3 находим критическую точку 2кр.(,к).

7. Сравнивая 2кр. и 2набл., делаем вывод: - если 2набл.< 2кр. , то гипотезу о нормальном распределении Х принимаем (с уровнем значимости )

- если 2набл.> 2кр. , то гипотезу о нормальном распределении Х отвергаем.

(Аналогично проверяется,что гипотеза принадлежит любому другому распределению, только в № 4 рi будет считаться в соответствии с этим распределением.)

1   ...   25   26   27   28   29   30   31   32   33


написать администратору сайта