Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
maths_exam_papers.doc
Скачиваний:
9
Добавлен:
01.03.2025
Размер:
190.98 Кб
Скачать

Критерий согласия 2 Пирсона

Пусть Fмод(x; 1, …, s) – некоторое модельное распределение. Критерий согласия используется для проверки нулевой гипотезы вида H0: FX(x)  Fмод(x; 1, …, s) на основании выборки наблюдений X: x1, x2, …, xn. Различают 2 случая: 1. непрерывный (ИВР) и 2. дискретный (ДВР). См. приложение №2.4. 1. k – кол-во интервалов группирования; ni – кол-во наблюдений, попавших в i-ый интервал (Ci-1-Ci] – наблюдаемая частота; n – объем выборки наблюдений; Fмод(x; 1, …, s);  (с крышкой) = (1, 2, …, s – все с крышкой) – вариационный ряд оценок неизвестных параметров Fмод(x; 1, …, s); Pi( с крышкой) – вероятность для X принять значение в i-ом интервале. Pi( с крышкой) = P(Ci-1 < X  Ci) = Fмод(Ci,  с крышкой) – Fмод(Ci-1,  с крышкой). npi( с крышкой) = niT – теоретическая (ожидаемая) частота. X2=(k | i=1) (ni-niT)2 / niT. 2. k – кол-во различных наблюдаемых значений. Pi( с крышкой) = P(X=Zi) = Fмод(Zi+1;  с крышкой) – Fмод(Zi;  с крышкой). Если H0 – действительно истина, то x22(k-l-1), при этом n; l – кол-во оцениваемых параметров Fмод(x;  с крышкой).

Начальные и центральные моменты вариационного ряда

Начальный момент k k-ого порядка вариационного ряда определяется по формуле k = ((m/i=1) xik*ni)/n. k = x (средняя арифметическая является начальным моментом 1-ого порядка вариационного ряда). Центральный момент k k-ого порядка вариационного ряда определяется по формуле: k = ((m/i=1) (xi x)k ni)/n. 1=0, 2=S2 (центральный момент 1-ого порядка равен 0, а 2-ого порядка – дисперсии вариационного ряда). Коэффициент асимметрии характеризует скошенность распределения по отношению к математическому ожиданию: =3/3. Коэффициент асимметрии для симметричных распределений равен 0, т.к. 3=0.  < 0 для распределения скошенных влево,  > 0 – для скошенных вправо (например, показательное распределение). Коэффициент эксцесса характеризует островершинность распределения по отношению к нормальному: =(4)/(4)-3. Для нормального распределения (4)/(4)=3.  > 0 для более островершинных,  < 0 для менее островершинных распределений. Дополнение: средняя арифметическая x и дисперсия S2 (характеристики вариационного ряда) являются статистическими аналогами математического ожидания M(X) и дисперсии 2.

Методы получения точечных оценок параметров распределения

Метод моментов: определенное кол-во выборочных моментов приравнивается к соответствующим теоретическим моментам распределения случайной величины X. Метод max правдоподобия: в качестве нахождения оценки неизвестного параметра принимается такое значение, которое максимизирует функцию правдоподобия. Метод наименьших квадратов: оценка определяется из условия минимизации суммы квадратов отклонений выборочных данных от определенной оценки.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]