Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Интервальные оценки неизвестных параметров(для DX)
Опр.Случайные величины н= н( ) и , являющиеся функциями от выборочных значений, называются соответственно нижним и верхним двусторонними доверительными пределами для неизвестного параметра с надежностью (коэффициентом доверия, доверительной вероятностью) P (0,5<P<1) (или с уровнем значимости ), если для доверительного интервала вероятность . (1) При этом интервал называется двусторонним доверительным интервалом для параметра . Замечание 2. В соотношение (1) случайными являются и , - число. Замечание 3. Пусть - точечная оценка параметра . Если - доверительный интервал. Тогда - точность интервальной оценки. Предположим, что - выборка из нормального распределения генеральной совокупности с параметрами . 1.Пусть - известно. Построить интервальную оценку для . - неисправленная выборочная дисперсия. .
Проверка статистических гипотез. Предположим, что x1,…,xn – выборка из генеральной совокупности с функцией распределения F(x). F(x) может быть полностью неизвестна, тогда можно поставить следующую гипотезу: Допустим -известно и оно равно 1, т.е. ГС ~ N(a,1). Тогда или . Пусть известно a=0, т.е. выборка берется из . или . Пусть a и неизвестны: или Подчеркнутые гипотезы называются простыми, поскольку задают единственную точку в пространстве параметров. Если гипотеза задает 2 и большее число точек в пространстве, то такая гипотеза называется сложной. H0 – основная или нулевая гипотеза. H1 – конкурирующая гипотеза или альтернативна. Пусть X- выборочное пространство, т.е. это множество возможных значений вектора . Для построения критерия проверки гипотезы в выборочном пространстве выбирается критическая область
Гипотезы сравнения о равенстве МХ при неизвестной дисперсии Предположим, что x1,x2,…,xn1 и y1,y2,…,yn2 – две независимые выборки из нормальной генеральной совокупности с параметрами соответственно. 2. -неизвестно H0: a1=a2. По лемме Фишера: -независимы и имеют стандартное нормальное распределение. ; . -отношение Стьюдента. В качестве статистики возьмем: - отношение Стьюдента.
Критерий Колмогорова. Имеется выборка x1,…,xn и H0: F(x)=F0(x). В качестве меры отклонения теоретической функции распределения F(x) берется . Теорема (Колмогорова). Если F(x) непрерывна, то . Имеются таблицы процентных точек распределения Колмогорова. - процентная точка распределения Колмогорова, соответствующая уровню значимости или . Алгоритм: 1. Считаем . 2. Если , то H0 отвергается. Если , то H0 согласуется с экспериментальными данными. Поэтому вероятность того, что , . , где - уровень значимости. - искомый ДИ. 2. Пусть - не известно. Построить ДИ для . . По Лемме Фишера . ; , , . , . - искомый ДИ.
таким образом, что если , то нулевая гипотеза H0 отвергается, т.е. принимается гипотеза H1, а если не попадает в область K, т.е. , то H0 – принимается. Обычно K выбирается следующим образом: D=D(x1,x2,…,xn) - некоторая функция от выборочных ранных значений, т.е. случайная величина. Обычно критическая область K выбирается одним из следующих 3-х способов: 1) односторонние критические области. 2) . 3) двусторонняя критическая область О. Случайная величина D=D(x1,x2,…,xn) называется статистикой критерия. Ошибки: 1) Ошибка 1-го рода возникает, если H0 – отвергается при условии, что H0 – верна. -вероятность ошибки 1-го рода. О. Вероятность ошибки 1-го рода называется уровнем значимости критерия. 2) Ошибка 2-го рода возникает тогда, когда H0 принимается, хотя она неверна (т.е. верна H1). -вероятность ошибки 2-го рода. Одновременно и невозможно. Если увеличивать, то будет уменьшаться и наоборот.
; . Если гипотеза H0 отвергается. Если гипотеза H0 согласуется с экспериментальными данными. ; . D0-% точка распределения Стьюдента, .
Теорема1.1) Пусть случайные величины - независимы и имеют нормальное распределение. Тогда СВ также имеет нормальное распределение. 2) Если случайная величина X имеет нормальное распределение, то при любых действительных А и В ( ), случайная величина Y=AX+B также имеет нормальное распределение. Предположим, что - выборка из генеральной совокупности с параметрами распределения . По теореме имеет нормальное распределение. Пусть , В=0. - также имеет нормальное распределение. , т.к. - несмещенная оценка, . ~ . Следствие:Если - выборка из нормальной ГС с параметрами , то СВ ~ . Предположим, что имеется выборка из нормальной генеральной совокупности с параметрами . Оценками величины - Лемма: Если - выборка из нормальной генеральной совокупности с параметрами , то случайная величина . Лемма Фишера: Если - выборка из нормальной генеральной совокупности с параметрами , то случайные величины и - независимы, причем .
Следовательно, получаем искомый ДИ: , где - точность оценки. 2. Пусть - неизвестно. Надо построить ДИ для . ~N(0,1). С другой стороны, по лемме Фишера: . Отсюда . - отношение Стьюдента с n-1 степенью свободы. . Здесь , где - уровень значимости для процентных точек. - искомый ДИ.
По лемме Фишера величина , => имеет распределение с степенями свободы, т.к. n-r= . Можно показать, что если выполняется гипотеза Н0, т.е. , то и независимы и , => при выполнении гипотезы Н0 величина (4) имеет распределение Фишера с r-1, n-r степенями свободы. Величина (4) может использоваться для проверки гипотезы о равенстве мат. ожиданий . Если эта гипотеза верна, то и явл. состоятельными оценками одной и той же СВ а и, =>, близки между собой, а величина мала. Если различны, то и сближаются с разными мат. ожиданиями: , и, =>, сумма должна принимать большие значения. Независимо от предложения о рав-ве , знаменатель в (4) остается оценкой σ². Это значит, что при увеличении расхождения между величина (4) в среднем должна принимать большие значения. Статистический критерий формулируется следующим образом: если , то гипотеза отвергается. Здесь нах-ся по таблице распределения Фишера с уровнем значимости α и числами степеней свободы r-1, n-r.
Обычные, начальные и центральные эмпирические моменты. Для вычисления основных хар-к выборки удобно пользоваться эмпирическими моментами, определения кот. аналогичны определениям соотв. теоретических моментов. В отличие от теоретических, эмпирические моменты вычисляют по данным наблюдений. Опр.: Обычным эмпирическим моментом порядка к наз. среднее значение к-х степеней разностей : где - наблюдаемые варианты, -частоты вариант, n= -объем выборки, С - произвольное постоянное число( ложный нуль). Опр.: Начальным эмпирическим моментом порядка к наз. обычный момент порядка к при С=0: В частности т.е. начальный эмпирический момент первого порядка равен выборочной средней. Опр.: Центральным эмпирическим моментом порядка к наз. обычный момент порядка к при : ; - выборочная дисперсия.
соседними вариантами; практически же третий столбец заполняется так: в клетке строки, содержащей выбранный ложный нуль, пишут 0 ; в клетках над 0 пишут последовательно -1, -2, -3 и т. д., а под 0 – 1,2, 3 … 4) умножают частоты на условные варианты и записывают их произведение в 4-ый столбец; сложив все полученные числа, их сумму помещают в нижнюю клетку столбца; 5) умножают частоты на квадраты условных вариант и записывают их произведение в 5-ый столбец; сложив все полученные числа, их суму помещают в нижнюю клетку столбца; 6) умножают частоты на квадраты условных вариант, увеличенных на единицу, и записывают произведения в 6-ой контрольный столбец; сложив все полученные числа, их сумму помещают в нижнюю клетку столбца. Замечание1. Целесообразно отдельно складывать отрицат. числа 4-го столбца (их суму записывают в клетку строки, содержащей ложный нуль) и отдельно положит. числа ( их сумму записывают в предпоследнюю клетку столбца); тогда Замечание2. При вычислении произведений 5-го столбца целесообразно числа 4-го столбца умножить на 3-го столбца. Замечание3.6-ой столбец служит для контроля вычислений: если сумма = , то вычисления проведены правильно. После заполнения таблицы и проверки правильности вычислений, вычисляются условные моменты: И вычисляют выборочные среднюю и дисперсию по формулам: .
выборочный коэффициент корреляции. Можно значительно упростить расчет, если перейти к условным вариантам (при этом не изменяется) ; . В этом случае выборочный коэффициент корреляции вычисляют по формуле: Величины можно найти методом произведений. Остается вычислить , где - частота пары условных вариант (u, ). Справедливы формулы
|
||
Последнее изменение этой страницы: 2018-05-27; просмотров: 192. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |