Метод моментов
Идея этого метода заключается в приравнивании теоретическихиэмпирических моментов.Теоретическим моментом-го порядка называется функция . Отметим, что теоретический момент есть функция отнеизвестных параметров.Эмпирическим моментом -го порядка называется .
Для того, чтобы найти оценки неизвестных параметров по методу моментовследует:
1) явно вычислить теоретические моменты ,, и составить следующую систему уравнений для неизвестных переменных:
(1)
В этой системе рассматриваются как фиксированные параметры.
решить систему (1) относительно переменных . Так как правая часть системы зависит от выборки, то в результатеокажутся функциями от:,…….
Это и есть искомые оценки параметров по методу моментов.
(ТВиМс) Семинар 11.
Рассмотрим случайную величину и случайную выборку =(X1,…, Xn), полученную в результате n независимых испытаний над ней. Требуется проверить некоторую гипотезу H0 о законе распределения . Будем говорить, что задан некоторый статистический критерий для проверки гипотезы H0, если сформулировано правило, согласно которому принимается решение: согласуются ли наблюдаемые значения с гипотезой (обычно ее называют основной или нулевой) или она должна быть отвергнута, как противоречащая статистическим данным.
Для построения критерия обычно разбивают выборочное пространство на два непересекающихся множества R и S таких, что все значения выборки , принадлежащие множествуR, считаются характерными для гипотезы H0, а принадлежащие множеству S– нехарактерными для гипотезы H0. Гипотезе H0 принимается, если конкретная реализация выборки будет принадлежать R, и отвергается, если она будет принадлежать S. Следовательно, критерий можно определить с помощью множества S. Множество S называется критическим множеством.
Для каждого критерия возможны ошибки двух родов. Ошибка первого рода– гипотеза H0 справедлива, но она отвергнута. = –вероятность ошибки первого рода (кратко говорят: ошибка первого рода равна). Ошибка второго рода– гипотеза H0 ложна, но она принята. –вероятность ошибки второго рода.
Множество S можно задать с помощью статистики T =T(), характеризующей отклонение эмпирических данных от соответствующих (гипотезеH0) гипотетических значений, распределение которых в случае справедливости H0 известно (точно или приближенно). Тогда для каждого достаточно малого >0 можно определить подмножество S1={t: t =T(),}, удовлетворяющее (точно или хотя бы приближенно условию)
.
Любое такое подмножество S1 порождает следующий критерий согласия для гипотезы H0: если t =T()–наблюдавшееся значение статистикиT(), то приtS1 гипотеза H0 отвергается, в противном случае принимается. Число называют уровнем значимости критерия или размером критерия, статистику T –статистикой критерия, а сам критерий –критерием S1.
Любое допустимое распределение выборки, отличающиеся от гипотетического (т.е. распределения при гипотезеH0), будем назвать альтернативным распределением или альтернативой. Совокупность всех альтернатив называют альтернативной гипотезой и обозначают H1. Функцией мощности критерия S1 называется функционал на множестве всех допустимых распределений {F}:
W(F)=W(S1; F)=.
W(F)–вероятность попадания значений статистики в критическую область, когда истинным распределением наблюдений является F. Если F H1, то значений W(F) называют мощностью критерия при альтернативе F, оно характеризует вероятность принятия правильного решения в ситуации, когда H0 ложна. Таким образом, =1– W(F).
Из двух критериев с одним и тем же уровнем значимости лучшим считается тот, мощность которого при альтернативе больше.
Пусть требуется различить две простые гипотезы H0 и H1, согласно которым абсолютно непрерывна (дискретна) распределена с плотностями распределения p0(x) и p1(x) (вероятностями p(x)=P{=x}) .
Теорема Неймана-Пирсона. Наиболее мощный критерий проверки простой гипотезы H0 при простой альтернативе с вероятность ошибки первого рода существует и задается критической областью
,
где критическая граница определяется из условия .
Статистика называетсястатистикой отношения правдоподобия.