Главная страница
Навигация по странице:

  • 18. Основные распределения в статистике. Распределение хи-квадрат. Распределение Стьюдента. Распределение Фишера.

  • Несмещенной

  • С остоятельной

  • Интервальной

  • теория вероятности. 1. Опыт с равновероятностными исходами. Вероятность и частота. Некоторые комбинаторные формулы


    Скачать 1.11 Mb.
    Название1. Опыт с равновероятностными исходами. Вероятность и частота. Некоторые комбинаторные формулы
    Дата23.04.2022
    Размер1.11 Mb.
    Формат файлаdoc
    Имя файлатеория вероятности.doc
    ТипДокументы
    #492247
    страница4 из 5
    1   2   3   4   5

    Статистические оценки параметров распределения (выборочная средняя, групповая и общая средняя, выборочная дисперсия). Формула для вычисления дисперсии.

    *-статистическая оценка 



    xi -значение выборки

    1) Оценка параметра наз.состоятельной, если при увеличении объёма выборки n она сходится по вероятности к значению теоретической оценки . Состоятельность -минимальное требование к оценкам.



    2) Оценка * наз.несмещённой, если её мат.ожидание равно параметру  для любого объёма выборки



    3) Смещённой наз. оценку, мат.ожидание к-ой не равно оцениваемому параметру.

    4) Несмещённая оценка * наз.эффективной, если её дисперсия минимальна по отношению к дисперсии любой другой оценки этого параметра



    Выборочная средняя:

    Выборочной средней наз.среднее арифметическое значений признака выборочной совокупности.

    1) х12,…,хn -все различны

    n-объём выборки



    2) х12,…,хk -появляются с опред.частотой.

    x1 появляется n1 раз

    x2 – n2

    xk – nk



    Групповая и общая средняя:

    Групповой средней наз.среднее арифметическое значений признака, принадлежащих группе.

    Общей средней наз.среднее арифм.значений признака,принадлежащих всей совокупности(выборки) -

    Выборочная дисперсия (Dв):

    Выборочной дисперсией наз.среднее арифмет.квадратов отклонения наблюдаемых значений признака от их среднего значения.

    1)

    2)
    Среднеквадратическое отклонение. Формула дисперсии.



    Выборочная дисперсия=ср.арифметическому квадрату значений выборки между квадратом общей средней.




    18. Основные распределения в статистике. Распределение хи-квадрат. Распределение Стьюдента. Распределение Фишера.

    Распределение ²

    Пусть независимые случ.величины ξi где распределены по нормальному закону распределения, причем M[ξi]=0, а средн.квадратич. отклонение=1, тогда величина ξi распределена по закону ² с n степенями свободы.



    ξi распределено по норм.закону-это значит,что:









    -гамма функция

    m-положительна Г(m+1)=Г(m)

    m-целое Г(m)=(m-1)!

    Распределение ² опред.одним параметром - числом степеней свободы n

    f(x) - называется графиком Пирснона

    Они ассиметричны и начинаются с n>2, имею один максимум в значении x=n-2



    Характериситческая ф-ция








    Распределение Стьюдента:

    Пусть V не зависит от Z и V распределена по закону ², и есть n степеней свободы, тогда вводим величину
    , тогда величина T имеет распределение Стьюдента t с n-степенями свободы.



    Плотность распределения:

    Графики fT(x) наз.кривыми Стьюдента, симметрична при всех n = 1,2,... относительно оси ординат.





    С возрастанием числа степеней свободы распр-е Стьюдента быстро приближается к нормальному.
    Распределение Фишера:

    -независимые случ.величины, распределены по нормальному закону ² с n и m степенями свободы,

    тогда



    распределение Фишера с n и m степенями свободы.

    Плотность этого распределения:



    где



    Распределение Фишера определяется 2-мя параметрами – числами степеней свободы.
    19. Статистические оценки. Точечные оценки. Метод максимального правдоподобия. Метод наименьших квадратов. Интервальные оценки.

    Стат.оценкой неизвестного параметра теоретического распределения нзв ф-цию от наблюдаемых случайных величин.

    Несмещенной нзв стат.оценку, мат.ожид.к-рой равно оцениваемому параметру  при любом объеме выборки, т.е. M[*]=.

    Смещенной нзв оценку, мат.ожид.к-рой не равно оцениваемому параметру.

    Эффективной нзв оценку, к-рая (при заданном объеме выборки n) имеет наименьшую возможную дисперсию.

    С остоятельной нзв оценку, к-рая при n∞ стремится по вероятности к оцениваемому параметру. Например, если дисперсия несмещенной оценки при n∞ стремится к 0, то такая оценка оказывается и состоятельной.
    Точечные оценки

    Точечной нзв оценку, к-рая опред-ся одним числом, например: генеральная средняя, выборочная средняя, групповая и общая средние, генеральная дисперсия, выборочная дисперсия и др.



    xi – значения выборки

    При выборке малого объема точечная оценка может знач.отличаться от оцениваемого параметра, т.е. приводить к грубым ошибкам. По этой причине при небольшом объеме выборки следует пользоваться интервальными оценками.
    Несмещенной оценкой генеральной средней (мат ожидания) служит выборочная средняя

    ,где xi –варианта выборки, ni-частота

    варианты xi, -объем выборки.

    Замечание1.Если первоначальные варианты xi-большие числа,то для упрощения расчета из каждой варианты одно и то же число С,т.е. перейти к условным вариантам ui=xi-C, тогда .

    Смещенной оценкой генеральной дисперсии служит выборочная дисперсия

    ,эта оценка является смещенной, т к

    Замечание2.Если первоначальные варианты xi-большие числа, то целесообразно вычесть из всех вариант одно и то же число C,равное выборочной средней или близкое к ней,т.е. перейти к условным вариантам ui=xi-C (дисперсия при этом не изменится).

    Тогда



    Замечание 3. Если первоначальные варианты являются десятичными дробями с k десятичными знаками после запятой, то, чтобы избежать действий с дробями,умножают первоначальные варианты на постоянное число C=10k,т.е. переходят к условным вариантам ui=Cxi . При этом дисперсия увеличится в C2 раз. Поэтому, найдя дисперсию условных вариант, надо разделить ее на C2:



    Несмещенной оценкой генеральной дисперсии служит исправленная выборочная дисперсия



    В условных вариантах она имеет вид



    Причем если ui=xi-C,то s2x= ; если ui=Cxi , то s2x= ,то s2x= /C2.

    Примечание 4. При большом числе данных используют метод произведений или метод сумм.
    Метод максимального правдоподобия.

    Метод м.п. точечной оценки неизвестных параметров заданного распределения сводится к отысканию максимума ф-ции одного или нескольких оцениваемых параметров.

    А) Дискретные случ величины. Пусть Х-дискретная случ величина,кот в результате n опытов приняла возможные значения х12..хn.Допустим,что вид закона распределения случ велич Х задан,но неизвестен параметр ,которым определяется этот закон;требуется найти его точечную оценку *=*( х12..хn).

    Обозначим вероятность того,что в результате испытания величина Х примет значение хi через p(xn; ).

    Функцией правдоподобия дискретной случайной величины Х назыв ф-цию аргумента :

    L(х12..хn; )=p(x1; )* p(x2; )… p(xn; ) .

    Оценкой наибольшего правдоподобия параметра  назыв такое его значение *,при кот ф-ция правдоподобия достигает максимума.Функции L и lnL достигают максимума при одном и том же значении ,поэтому вместо отыскания максимума ф-ции L ищут,что удобнее,максимум ф-ции lnL.

    Логарифмической ф-цией правдоподобия назыв ф-цию lnL.Точку максимума ф-ции lnL аргумента  можно искать,например,так:

    1.найти производную

    2.приравнять производную 0 и найти критич точку *-корень получ ур-ия (ур-ия правдоподобия)

    3.найти вторую производную ,если вторая производная при =* отрицательна,то *-точка максимума. Найденную точку максимума * принимают в качестве оценки наибольшего правдоподобия параметра .

    Б) Непрерывные случайные величины. Пусть Х-непрерывн случ велич,которая в результате n испытаний приняла значения х12..хn. Допустим,что вид плотности распределения-ф-ции f(x) – задан,но неизвестен параметр θ,которым определяется эта ф-ция. Ф-ией правдоподобия непрерывной случ величины Х назыв ф-цию аргумента :

    L(х12..хn; )=f(x1; )* f(x2; )… f(xn; ).

    Оценку наибольшего правдоподобия неизвестного параметра распределения непрерывной случ величины ищут также,как в случае дискретной случ величины.

    Если плотность распределения f(x) непрерывной случ величины определяется двумя неизвестными параметрами 1и 2,то ф-ция правдоподобия есть ф-ция двух независ аргументов 1и 2:

    L= f(x1; 1, 2)* f(x2; 1, 2)… f(xn; 1, 2). Далее находят логарифмическую ф-цию правдоподобия и для отыскания ее максимума составл и решают систему


    Метод наименьших квадратов

    а0, а1,…,an



    (m+1) уравнений

    y=ax+b

    (x1, y1), (x2, y2)…



    Интервальные оценки

    Интервальной нзв оценку, к-рая определяется двумя числами – концами интервала. Инт.оценки позволяют установить точность и надежность оценок.

    Надежностью (доверительной вероятностью) оценки  по * нзв вер-ть γ, с к-рой осуществл.нерав-во | - *|<δ. Заменив нерав-во | - *|<δ равносильным ему двойным нерав-вом -δ< - *<δ или *-δ<<δ+* имеем



    Доверительным нзв интервал (*-δ, *+δ), к-рый покрывает неизвестный параметр с заданной надежностью γ.

    1.Интервальной оценкой (с надежностью γ) математического ожидания а нормально распределенного количественного признака X по выборочной средней при известном среднем квадратическом отклонении σ генеральной совокупности служит доверительный интервал



    Где - точность оценки, n-объем выборки, t-значение аргумента ф-ции Лапласа Ф(t),при котором Ф(t)=γ/2; при неизвестном σ (и объеме выборки n<30)


    где s-«исправленное» выборочное среднее квадратическое отклонение, tγ находят по таблице по заданным n и γ.

    2. Интервальной оценкой (с надежностью γ) среднего квадратического отклонения σ нормально распределенного количественного признака X по «исправленному» выборочному среднему квадратическому отклонению s служит довер. инт-л

    (при q<1)

    (при q>1)

    Где q находят по таблице по заданным n и γ

    3. Интервальной оценкой (с надежностью γ) неизвестной вер-ти p биноминального распред-я по относ. частоте ω служит довер.инт-л (с приближ. концами p1 и p2)



    где





    Где n-общее число испытаний; m-число появлений событий; ω-относ.частота, равная отношению m/n;t-значение аргумента ф-ции Лапласа, при к-ром Ф(t)=γ/2(γ-заданная надежность).

    Замечание. При больших значениях n (порядка сотен) можно принять в кач-ве приближ.границ довер.инт-ла


    1   2   3   4   5


    написать администратору сайта