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

Основные понятия математической статистики

Математическая статистика – это раздел математики, основная задача которого – оценить характеристики генеральной совокупности по выборочным данным.

Генеральная совокупность – это весь мыслимый набор данных, описывающих какое-либо явление; строгое определение: это случайная величина X(), заданная на пространстве элементарных событий  с выделенным в нем полем событий S, для которых указаны их вероятности P. Более краткое определение: это генеральная случайная величина X() и связанное с ней вероятностное пространство (, S, P). Выборка объема n – это совокупный результат n независимых наблюдений за генеральной случайной величиной. Конкретная выборка x1, …, xn – это конечная последовательность чисел – реализации случайной величины X(). Случайная выборка – это последовательность X1, …, Xn независимых одинаково распределенных случайных величин, распределение каждой их которых совпадает с распределением генеральной случайной величины. Распределение случайной выборки имеет вид FX1, …, Xn (x1, …, xn)=P{X1 < x1, …, Xn < xn}=П(n|i=1) P{Xi < xi}=П(n|i=1) FXi(xi).

Понятие оценки параметра, общие требования к оценке параметра

Оценкой параметра  случайной величины называется функция от выборочных значений  (с крышкой) (x1, …, xn), которая в некотором смысле близка к действительному значению . Качество оценки определяется по всему мыслимому набору конкретных выборок, т.е. по случайной выборке, а также по выполнению 3 основных условий (состоятельность, несмещенность, эффективность). Оценка  (с крышкой) называется состоятельной, если она сходится по вероятности к действительному значению: n (с крышкой)  . Несостоятельные оценки не используются. Оценка  (с крышкой) называется несмещенной, если ее математическое ожидание равно действительному значению: M( с крышкой) = . Это свойство желательно, но не обязательно. Оценка  (с крышкой) называется эффективной в определенном классе оценок  (с крышкой), если она самая точная среди оценок этого класса, т.е. имеет минимальную дисперсию: D(*) = min( с крышкой   с крышкой) D( с крышкой).

Выборочная оценка математического ожидания, ее свойства

Для случайной выборки математическое ожидание имеет вид: a (с крышкой) = 1/n*(n|i=1) Xi=X. Среднее арифметическое независимых одинаково распределенных случайных величин, имеющих дисперсию 2, сходится по вероятности к математическому ожиданию (следствие из закона больших чисел): X  a => a (с крышкой) = X состоятельна.

Метод моментов для точечной оценки параметров распределения

Пусть закон распределения случайной величины X известен с точностью до числовых значений его параметров 1, 2, …, k => известен вид функции плотности fX(x, ), где =(1, 2, …, k), если X непрерывна, но числовые значения k параметров не известны. Найдем оценку  (с крышкой) = (1, 2, …, k – все с крышкой) параметра , располагая выборкой x1, x2, …, xn. Пусть существует k начальных моментов, каждый из которых можно выразить через , и пусть такими моментами будут первый, второй, …, k-ый: 1, 2, …, k. Выразим каждый из них через : m=gm()={{(x) xm*P(X=x, ), если X дискретна, §(+|-) xm*fX(x, )*dx, если X непрерывна; m=1, 2, …, k}}. В системе m=gm (1, 2, …, k), m=1, 2, …, k число уравнений должно быть равным числу k оцениваемых параметров. Выразим каждый параметр m через 1, 2, …, k => m=hm(1, 2, …, k), m=1, 2, …, k. Заменим в полученном уравнении теоретические моменты 1, 2, …, k на вычисленные при большом n выборочные моменты 1, 2, …, k (все с крышкой). Оценками метода моментов параметров 1, 2, …, k называются оценки m(M) (с крышкой) = hm(1, 2, …, k - все с крышкой), m=1, 2, …, k, где j (с крышкой) = (n|i=1) xij / n, j=1, 2, …, k.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]