
- •Глава 8. Числовые характеристики выборки
- •8.1. Средние величины как характеристики положения
- •8.2. Показатели вариации как характеристики рассеяния
- •Свойства дисперсии:
- •8.3. Упрощенный способ расчета средней арифметической и дисперсии
- •8.4. Начальные центральные моменты
- •Глава 9. Оценки параметров распределения и их свойства
- •9.1. Точечная оценка параметров распределения
- •9.1.1. Точечная оценка математического ожидания
- •9.1.2. Точечная оценка дисперсии
- •9.1.3. Частость как точечная оценка вероятности события
- •9.2. Методы оценки параметров распределения
- •9.2.1. Метод максимального правдоподобия (ммп)
- •9.2.2. Метод моментов
- •9.2.3. Метод наименьших квадратов (мнк)
- •9.3. Интервальная оценка параметров распределения
- •9.4. Построение доверительных интервалов
- •9.4.1. Доверительный интервал для оценки математического ожидания нормального распределения при известной дисперсии
- •9.4.2. Доверительный интервал для оценки математического ожидания нормального распределения при неизвестной дисперсии
- •9.4.3. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения
- •9.4.4. Доверительный интервал для вероятности
9.4.2. Доверительный интервал для оценки математического ожидания нормального распределения при неизвестной дисперсии
Однако
на практике почти всегда дисперсия
неизвестна. Если
известно, что исследуемая случайная
величина Х
распределена по нормальному закону с
неизвестным средним квадратическим
отклонением, то для поиска доверительного
интервала для ее математического
ожидания заменим
дисперсию
ее «наилучшей» оценкой по выборке, т.е.
«исправленной» дисперсией
,
и построим
новую случайную величину
где
–
выборочное среднее,
– исправленная дисперсия, п
– объем выборки.
Представим эту случайную величину в виде
Числитель
этого выражения имеет стандартное
нормальное распределение N(0,
1). Случайная величина
имеет χ2
–распределение с k=n–1
степенями свободы. Следовательно,
статистика t
имеет t
–распределение Стьюдента с k=n–1
степенями свободы. Указанное распределение
не зависит от неизвестных параметров
распределения, а зависит лишь от числа
k.
Зная
t
–распределение Стьюдента, можно найти
критическое значение
,
что вероятность того, что статистика
не превзойдет величину
по абсолютной величине:
.
Отсюда получаем:
Таким образом, получен доверительный интервал для а, где tg можно найти по соответствующей таблице при заданных п и g.
Пример.
Пусть
объем выборки
.
Найти доверительный интервал для а
при g
= 0,99.
Решение.
Из
таблицы находим, что
.
Тогда
.
Таким
образом, доверительный интервал, в
который попадает а
с надежностью 0,99 имеет вид:
.
9.4.3. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения
Будем
искать для среднего квадратического
отклонения нормально распределенной
случайной величины доверительный
интервал вида (
),
где
– исправленное выборочное среднее
квадратическое отклонение, а для δ
выполняется условие:
.
Запишем это неравенство в виде:
или,
обозначив
.
Рассмотрим случайную величину c, определяемую по формуле
или
которая распределена по закону «хи-квадрат» с п–1 степенями свободы.
Предположим,
что
,
тогда неравенство
можно
записать так:
,
или,
после умножения на
Следовательно,
.
Существуют таблицы для распределения «хи-квадрат», из которых можно найти q по заданным п и g. Таким образом, вычислив по выборке значение и определив по таблице значение q, можно найти доверительный интервал, в который значение s попадает с заданной вероятностью g.
Замечание. Если q > 1, то с учетом условия s > 0 доверительный интервал для s будет иметь границы
Пример.
Пусть
.
Найдем доверительный интервал для s
при заданной надежности g
= 0,95.
Решение.
Из соответствующей таблицы находим q(n=20, g=0,95)=0,37. Следовательно, границы доверительного интервала:
.
Итак,
.
9.4.4. Доверительный интервал для вероятности
Найдем доверительный интервал для оценки вероятности по относительной частоте.
Вероятность
того, что абсолютная величина отклонения
не превысит положительного числа
:
,
где
.
Заменив в этом соотношении случайную величину и ее математическое ожидание а соответственно случайной величиной w и ее математическим ожиданием р, получим приближенное (так как относительная частота распределена приближенно нормально) равенство
,
где
,
Тогда
и доверительный интервал для вероятности
р
находим из условия
.
Возведя обе части неравенства в квадрат, преобразуем его
или равносильное квадратное уравнение
Дискриминант трехчлена положительный , поэтому корни действительные и различные. Границы (р1; р2) доверительного интервала находятся по формуле
В
случае больших выборок величиной
(по сравнению с w),
(по сравнению с w(1–
w)/n)
можно пренебречь, и получим
.
Пример.
Производят независимые испытания с
одинаковой, но неизвестной вероятностью
р
появления события А
в каждом испытании. Найти доверительный
интервал для оценки вероятности р
с надежностью
,
если в 80 испытаниях событие А
появилось 16 раз.
Решение.
По
условию,
.
Найдем относительную частоту появления
события А:
.
Найдем t
из соотношения
;
по таблице функции Лапласа находим
.
Границы (р1;
р2)
доверительного интервала находятся по
формуле
получим соответственно
.
Итак,
искомый доверительный интервал
.