- •Комбинаторные формулы
- •Случайный эксперимент, элементарные исходы, события.
- •Классическое определение вероятности.
- •Статистическое определение вероятности.
- •Геометрическая вероятность
- •Непрерывное вероятностное пространство.
- •Формулы сложения вероятностей.
- •Условные вероятности.
- •Формула полной вероятности.
- •Формула Байеса
- •Повторные независимые испытания. Формула Бернулли.
- •Случайная величина, распределенная по закону Бернулли.
- •Асимптотические формулы для формулы Бернулли.
- •Дискретные случайные величины.
- •Математическое ожидание случайной величины.
- •Дисперсия случайной величины.
- •Свойства дисперсии.
- •Биномиальный закон распределения.
- •Непрерывные случайные величины.
- •Совместное распределение двух случайных величин.
- •Коэффициент корреляции.
- •Распределение Стьюдента.
- •Распределение Фишера.
- •Математическая статистика.
- •Выборочный метод.
- •Вариационный ряд.
- •Точечные оценки параметров генеральной совокупности.
- •Интервальные оценки.
- •Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии.
- •Доверительный интервал для дисперсии нормального распределения.
- •Задачи статистической проверки гипотез.
- •Проверка статистической гипотезы о математическом ожидании нормального распределения при известной дисперсии.
- •Проверка гипотезы о равенстве дисперсий.
- •Проверка статистической значимости выборочного коэффициента корреляции.
Лекция 11.
Точечные оценки параметров генеральной совокупности.
Во многих случаях мы располагаем информацией о виде закона распределения случайной величины (нормальный, бернуллиевский, равномерный и т. п.), но не знаем параметров этого распределения, таких как MN, DN. Для определения этих параметров применяется выборочный метод.
Пусть выборка объема n представлена в виде вариационного ряда.
Назовем выборочной средней величину
x = |
x1m1 + x2m2 + ... + xk mk |
= x |
m1 |
+ x |
|
m2 |
+ ... + |
mk |
|
n |
n |
2 n |
n |
||||||
|
1 |
|
|
Величина M i= mni называется относительной частотой значения признака
xi. Если значения признака, полученные из выборки не группировать и не представлять в виде вариационного ряда, то для вычисления выборочной средней нужно пользоваться формулой
1n
x= n åi =1 xi .
Естественно считать величину x выборочной оценкой параметра MN. Выборочная оценка параметра, представляющая собой число,
называется точечной оценкой.
Выборочную дисперсию
|
2 |
k |
2 |
1 |
n |
2 |
I |
|
= å xi - x Mi = |
|
å xi - x |
||
|
|
|||||
|
|
i =1 |
|
n i =1 |
|
можно считать точечной оценкой дисперсии DN генеральной совокупности.
Приведем еще один пример точечной оценки. Пусть каждый объект генеральной совокупности характеризуется двумя количественными признаками x и y. Например деталь может иметь два размера – длину и ширину. Можно в различных районах измерять концентрацию вредных веществ в воздухе и фиксировать количество легочных заболеваний населения в месяц. Можно через равные промежутки времени
57
Лекция 11.
сопоставлять доходность акций данной корпорации с каким-либо индексом, характеризующим среднюю доходность всего рынка акций. В этом случае генеральная совокупность представляет собой двумерную случайную величину N, D. Эта случайная величина принимает значения x, y на множестве объектов генеральной совокупности. Не зная закона совместного распределения случайных величин N и D, мы не можем говорить о наличии или глубине корреляционной связи между ними, однако некоторые выводы можно сделать, используя выборочный метод.
Выборку объема n в этом случае представим в виде таблицы, где i-тый отобранный объект (i= 1,2,...n) представлен парой чисел xi, yi :
x1 |
x2 |
... |
xn |
y1 |
y2 |
... |
yn |
Выборочный коэффициент корреляции рассчитывается по формуле
xy - xy
rxy =
I xI y
Здесь
|
|
1 |
n |
|
|
2 |
|
1 |
n |
2 |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
å xi - x , |
|||||
xy = |
|
åxi yi , I x = I x |
= |
n |
|||||||
n |
|||||||||||
|
|
= |
|
|
|
|
= |
|
|||
|
|
|
i 1 |
|
|
|
|
|
i 1 |
|
|
|
|
|
2 |
|
1 |
n |
|
2 |
|
||
|
|
|
|
|
|
|
|||||
|
|
|
I y = I y |
= |
n |
å yi - y . |
|
||||
|
|
|
|
|
= |
|
|
|
|||
|
|
|
|
|
|
i |
1 |
|
|
|
Выборочный коэффициент корреляции можно рассматривать как точечную оценку коэффициента корреляции HND, характеризующего генеральную совокупность.
Выборочные параметры x, sx, rxy или любые другие зависят от того, какие объекты генеральной совокупности попали в выборку и различаются от выборки к выборке. Поэтому они сами являются случайными величинами.
58
Лекция 11.
Пусть выборочный параметр @ рассматривается как выборочная оценка параметра , генеральной совокупности и при этом выполняется равенство
M@ =,.
Такая выборочная оценка называется несмещенной.
Для доказательства несмещённости некоторых точечных оценок будем рассматривать выборку объема n как систему n независимых случайных величин N1, N2,... Nn , каждая из которых имеет тот же закон распределения с теми же параметрами, что и случайная величина N, представляющая генеральную совокупность. При таком подходе
становятся |
очевидными |
равенства: |
Mxi = MNi =MN; |
Dxi = DNi =DN для всех k = 1,2,...n. |
|
|
|
Теперь |
можно показать, |
что выборочная |
средняя x есть |
несмещенная оценка средней генеральной совокупности или , что то же самое, математического ожидания интересующей нас случайной величины
N :
Mx = M |
x1 + x2 + ... + xn |
= |
1 |
MN |
+ MN |
2 |
+ ... + MN |
= |
1 |
nMN = MN . |
|
|
|
||||||||
|
n |
|
n |
1 |
|
n |
|
n |
||
|
|
|
|
|
|
|
Выведем формулу для дисперсии выборочной средней:
Dx = D |
x1 + x2 + ... + xn |
= |
1 |
DN + DN |
|
+... + DN |
n1 |
= |
1 |
nDN = |
DN |
. |
n |
n2 |
|
n2 |
n |
||||||||
|
|
1 |
2 |
|
|
|
|
Найдем теперь, чему равно математическое ожидание выборочной дисперсии I 2. Сначала преобразуем I 2 следующим образом:
|
2 |
|
1 |
n |
2 |
1 |
n |
2 |
I |
|
= |
|
å xi - x = |
|
å xi - MN + MN - x = |
||
|
n |
n |
||||||
|
|
|
= |
|
= |
|
||
|
|
|
|
i 1 |
|
|
i 1 |
|
=1 ån xi - MN 2 - 2 xi - MN x - MN + x - MN 2 =
n i=1
59
Лекция 11.
=1 ån xi - MN 2 - x - MN 2
n i=1
Здесь использовано преобразование:
n |
|
|
|
n |
å2 xi - MN x - MN = 2 x - MN å xi - MN = |
||||
i=1 |
|
|
|
i=1 |
æ |
n |
n |
ö |
2 |
ç |
|
|
÷ |
|
= 2 x - MN ç |
åxi - åMN ÷ |
= 2 x - MN nx - nMN = 2n x - MN |
||
è i=1 |
i=1 |
ø |
|
Теперь, используя полученное выше выражение для величины I 2, найдем ее математическое ожидание.
|
|
|
2 |
|
|
æ |
1 |
n |
|
2 |
|
|
2 |
ö |
|
|
|
|
|
|
|
ç |
|
|
|
|
|
|
÷ |
|
|||
|
|
MI |
|
= M |
|
|
å xi - MN - x - MN |
|
= |
|||||||
|
|
|
ç n |
÷ |
||||||||||||
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
è |
|
i 1 |
|
|
|
|
|
|
ø |
|
|
1 |
n |
|
|
|
|
|
2 |
|
2 |
1 |
|
|
|
||
= |
|
åM xi - MN - M x - MN = |
|
nDN - Dx = |
||||||||||||
|
n |
|||||||||||||||
|
n i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
= DN - |
DN |
= |
n -1 |
DN . |
|
|
|
||||
|
|
|
|
|
n |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
||
Так как |
Ms 2 |
¹ |
|
Dx, |
выборочная |
|
дисперсия не является |
несмещенной оценкой дисперсии генеральной совокупности.
Чтобы получить несмещенную оценку дисперсии генеральной
совокупности, нужно умножить выборочную дисперсию на |
n |
|
. Тогда |
|||||||
n -1 |
||||||||||
|
|
|
n |
|
|
|
|
|||
получится величина |
s2 |
= |
I 2 , называемая исправленной выборочной |
|||||||
|
||||||||||
n -1 |
||||||||||
дисперсией. |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
||
|
|
|
|
1 |
n |
|
|
|
||
|
|
|
s2 = |
å xi - x 2 |
|
|
|
|||
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
n -1 i=1 |
|
|
|
60
Лекция 11.
Пусть имеется ряд несмещенных точечных оценок одного и того же параметра генеральной совокупности. Та оценка, которая имеет наименьшую дисперсию называется эффективной.
Полученная из выборки объема n точечная оценка dn параметра , генеральной совокупности называется состоятельной, если она сходится по вероятности к D. Это означает, что для любых положительных чисел A и C найдется такое число nAC , что для всех чисел n, удовлетворяющих неравенству n > nAC выполняется условие P @ n - D < A > 1- C .
x и s2 являются несмещёнными, состоятельными и эффективными оценками величин MN и DN.
61