
- •Глава 2. Основы математической статистики
- •2.1 Случайная выборка и ее описание
- •2.2. Статистическое оценивание
- •2.2.1. Точечное статистическое оценивание
- •2.2.2 Интервальное статистическое оценивание
- •2.2.2.1 Доверительный интервал для математического ожидания нормально распределенной случайной величины с известной дисперсией
- •2.2.2.2 Доверительный интервал для математического ожидания нормально распределенной случайной величины с неизвестной дисперсией
- •2.2.2.3 Доверительный интервал для неизвестной дисперсии нормально распределенной случайной величины (при неизвестном математическом ожидании)
- •2.2.2.4 Доверительный интервал для неизвестного параметра p биномиального распределения
- •2.2.2.5 Доверительный интервал для неизвестного параметра пуассоновского распределения
- •2.2.2.6 Приближенный доверительный интервал для неизвестного коэффициента корреляции двумерного нормального распределения
- •2.3. Статистическая проверка гипотез
- •2.3.1. Логика проверки статистических гипотез
- •2.3.2. Проверка гипотез о математических ожиданиях
- •2.3.2.1 Проверка гипотезы о равенстве заданному числу математического ожидания нормально распределенной случайной величины с известной дисперсией
- •2.3.2.2 Проверка гипотезы о равенстве заданному числу математического ожидания нормально распределенной случайной величины с неизвестной дисперсией (одновыборочный t-критерий)
- •2.3.2.3 Проверка гипотезы о равенстве математических ожиданий двух нормально распределенных случайных величин (двухвыборочный t-критерий)
- •2.3.3 Проверка гипотез о дисперсиях
- •2.3.3.1 Проверка гипотезы о равенстве заданному числу дисперсии нормально распределенной случайной величины (одновыборочный 2-критерий)
- •2.3.3.2 Проверка гипотезы о равенстве дисперсий двух независимых нормально распределенных случайных величин (двухвыборочный f-критерий)
- •2.3.4 Сравнение параметров двух биномиальных распределений
- •2.3.5 Сравнение параметров двух пуассоновских распределений
- •2.3.6 Проверка гипотезы о равенстве нулю коэффициента корреляции
- •2.3.7 Критерии согласия
- •2.3.8 Непараметрические критерии
- •2.3.8.1 Одновыборочные непараметрические критерии
- •2.3.8.2 Проверка гипотезы об отсутствии сдвига
- •2.3.8.3 Критерии однородности
- •2.3.8.4 Проверка гипотезы о независимости
2.2.2 Интервальное статистическое оценивание
В
предыдущем параграфе мы рассматривали
точечные оценки. Однако часто нас
интересует не только конкретное значение
оценки, но и такие свойства оценки,
которые ассоциируются с ее точностью
и надежностью. Этим требованиям отвечают
так называемые интервальные оценки.
Интервальная
оценка
- это некоторый интервал
называемый доверительным
интервалом,
концы которого (доверительные
пределы)
зависят от выборочных значений и заданной
доверительной
вероятности
и который с заданной вероятностью
,
содержит теоретическое («истинное»)
значение
оцениваемого
неизвестного параметра, т.е.
(дополнение
до
1 будем обозначать
,
т.е.
).
Наиболее
часто используются значения доверительной
вероятности
равные 0,95 или 0,99 (95%-ный и 99%-ный доверительные
интервалы).
2.2.2.1 Доверительный интервал для математического ожидания нормально распределенной случайной величины с известной дисперсией
Проще
всего понять логику интервального
оценивания на примере построения
доверительного интервала для
математического ожидания нормально
распределенной случайной величины с
известной дисперсией. Пусть
- нормально распределенная случайная
величина с неизвестным математическим
ожиданием
и дисперсией
,
т.е. в наших обозначениях
,
и имеется выборка значений этой случайной
величины
объема
.
Требуется найти доверительный интервал
для
с доверительной вероятностью
.
Выше
было показано, что выборочное среднее
(для любого распределения, в том числе
и нормального) имеет математическое
ожидание, равное математическому
ожиданию исходной случайной величины,
т.е.
,
а дисперсия - дисперсии исходной случайной
величины, деленной на
,
т.е.
.
Следовательно, статистика
полученная
путем стандартизации выборочного
среднего
,
будет иметь нулевое математическое
ожидание и единичную дисперсию. Поскольку,
как мы знаем, линейные комбинации
нормально распределенных случайных
величин имеют также нормальное
распределение, а случайная величина
фактически является линейной комбинацией
нормально распределенных случайных
величин
то
будет стандартно распределенной
случайной величиной, т.е.
.
Стандартное нормальное распределение
- это конкретное, полностью заданное
распределение, квантили которого можно
найти в соответствующих таблицах (или
вычислить путем численного интегрирования).
В частности, можно найти симметричные
относительно центра распределения
границы, внутрь которых
попадает с заданной вероятностью
или, с учетом симметрии,
(через
и
обозначены квантили стандартного
нормального распределения порядка
и
).
В частности, справедливы следующие
неравенства
и
Подставляя в (2.2) выражение для из (2.1), получаем
или, после преобразований,
Это означает, что
интервал
будет
-ным
доверительным интервалом для неизвестного
математического ожидания
нормального распределения с известной
дисперсией
.
В частности, 95%-ным доверительным
интервалом будет интервал
,
а 99%-ным -
.
Мы видим, что ширина доверительного
интервала уменьшается при уменьшении
,
увеличении объема выборки и снижении
доверительной вероятности.