- •1 Основні поняття математичної статистики
- •1.1 Задачі математичної статистики
- •1.2 Основні поняття вибіркового методу
- •1.3 Емпірична функція розподілу, гістограма
- •1.4 Емпіричні моменти
- •1.5 Збіжність емпіричних характеристик до теоретичних
- •1.7 Питання і вправи
- •2 Точечнеа оцінка
- •2.1 Параметричні сімейства розподілів
- •2.2 Крапкові оцінки. Незміщенність, спроможність оцінок
- •2.3 Методи знаходження оцінок: метод моментів
- •2.4 Спроможність оцінок методу моментів
- •2.5 Методи знаходження оцінок: метод максимальної правдоподібності
- •Питання і вправи
- •3.1 Способи порівняння оцінок
- •3.2 Средньоквадратичний підхід. Eфективності оцінок
- •3.3 Єдиність еффективної оцінки в класі з фіксованим зсувом
- •3.5 «Швидкість» збіжності оцінки до параметра
- •3.6 Асимптотична нормальність й цпт
- •3.8 Асимптотичний підхід до порівняння оцінок
- •3.9 Запитання і вправи
Питання і вправи
1. Задачник [1], задачі 2.1 - 2.16.
Дана вибірка Х1,..., Хn , Xi Вp, р (0,1) невідомий параметр. Перевірити, що Х1, Х1Х2, X1(1 - Х2) є незміщеними оцінками відповідно для р, р2, р(1 - р). Чи Є ці оцінки спроможними?
Дана вибірка Х1,..., Хn, Xi П, > 0 невідомий параметр. Перевірити, що X1 і I(X1 = k) є незміщеними оцінками відповідно для і . Чи Є ці оцінки спроможними?
Дана вибірка Х1,..., Хn, Xi U0,, > 0 - невідомий параметр. Перевірити спроможність і незміщеність оцінок: 1* = Х(n), 2* = 2X, 3* = Х(n) + Х(1).
Побудувати оцінки невідомих параметрів по методу моментів для наступних розподілів:
а) Вp по першому моменту,
б) П по першому і другому моменту,
в) Ua,b по першому і другому моменту,
г) Е по всіх моментах,
д) e1/ по першому моменту,
е) U-, як вийде,
ж) Г, по першому і другому моменту,
з) N,2 (для 2 при відомому і при невідомому).
Які з оцінок в задачі 5 незміщені? спроможні?
Порівняти вигляд оцінок для параметра а, отриманих по першому моменту в задачах 5(г) і 5(д). Доказати, що серед них тільки одна незміщена. Вказівка. Використати властивість: якщо 0 п.н., то = const п.н.
8*. Довести властивість із задачі 7, використовуючи нерівність Коши-Буняковского-Шварца: , яке звертається в рівність =с (див. доказ властивості коефіцієнта кореляції р 1 в курсі теорії імовірностей).
9. Побудувати оцінки невідомих параметрів по методу максимальної правдоподібності для наступних розподілів: а) Вр, би)Пn+1, в) U0,2 г) Е2n+3, д) U, е) N(а відомо).
10. Які з оцінок в задачі 9 незміщені? спроможні?
З Порівняння оцінок
3.1 Способи порівняння оцінок
Використовуючи метод моментів й метод максимальної правдоподібності, ми отримали для кожної параметра вже досить багато різних оцінок. Яким же чином їх порівнювати? Що повинне бьіть показником «відмінно» оцінки?
Зрозуміло, що чим далі оцінка відхиляється від параметра, тим вона гірше. Але величина \* \ для порівняння непридатна: во-первьіх, параметр невідомий, по-друге, * випадкова величина, так що ці величини звичайно порівняти не можна. Як, наприклад, порівнювати \Х - \ і \Хк ¦? Або, на одномузлементарном виході, ¦2.15 - \ і ¦3.1 - ¦?
Тому має смисл порівнювати не відхилення як такі, а середні значення тих відхилень,тобто Е0¦* -\.
Але математичне очікування модуля с.у. вважати звичайно скрутне, тому більш зручною характеристикою для порівняння оцінок вважається Е (* - )2 . Вона зручна ще й тим, що дуже чуйно реагує на малоймовірні, але великі по абсолютному значенню відхилення * від (зводить їх в квадрат).
Помітимо ще, що Е(* - )2 є функція від , так що порівнювати ці «середньоквадратичні» відхилення треба як функції від в поточечно. Такий підхід порівнянню оцінок називається средньоквадратичним.
Зрозуміло, в залежності від потреб дослідника можна користуватися й іншими характеристиками.
Існує й так званий асимптотичний підхід до порівняння оцінок, при якому для порівняння оцінок використовується деяка характеристика «розкидання» оцінки відносно параметра при більших п.