
Лекции Мат.стат. (2007-2008) / stat9_07
.pdf
Лекция 9.
Сейчас мы будем иметь дело только с выборками из совокупностей с нормальным распределением N(a; 2):
I. Построить доверительный интервал для параметра a: Снача- ла мы будем предполагать, что параметр нам известен.
Для этого случая мы уже строили доверительный интервал и пользова-
лись тем, что статистика |
p |
|
|
|
a) |
|
n(X |
||||
|
|
|
|
|
|
имеет стандартное нормальное распределение. Доверительный интервал для этого случая, как было показано выше, равен
|
|
|
|
|
|
|
|
|||
|
|
|
||||||||
(X u1 =2 |
p |
|
; X + u1 =2 |
p |
|
): |
||||
n |
n |
II. Построить доверительный интервал для параметра ; считая при этом параметр a известным.
В качестве центральной статистики нужно взять
n
G(X; ) = 12 X(Xj a)2:
j=1
Легко показать, что эта статистика имеет хи-квадрат распределение с n ñòå-
пенями свободы. Дальнейшие шаги в построении доверительного интервала для 2 состоят в следующем. По таблицам находят квантили 2(n; =2); 2(n; 1
=2): Тогда
P |
0 2(n; =2) < 2 |
(Xj a)2 |
< 2(n; 1 =2)1 = 1 : |
|
|
1 |
n |
|
|
|
@ |
|
Xj |
A |
|
|
|||
|
|
|
=1 |
|
Отсюда получаем доверительный интервал для 2
|
jn=1(Xj a)2 |
2 |
|
jn=1(Xj a)2 |
! = 1 |
|||||
P |
2 |
(n; 1 |
|
=2) |
< |
|
< |
2 |
(n; =2) |
|
|
P |
|
|
|
|
|
P |
|
|
С помощью теоремы Фишера можно строить теперь доверительные интервалы для каждого из параметров нормальной совокупности, если второй параметр при этом также неизвестен.
III. Доверительный интервал для :
Пусть мы хотим построить доверительный интервал для параметра 2 и параметр a - неизвестен. В качестве центральной статистики рассмотрим
2 nS2
G(X; ) = 2 :
1

По теореме Фишера эта статистика имеет распределение хи-квадрат с2 |
n 1 |
степенью свободы. Это распределение не зависит от параметров a; |
: |
По таблицам находим квантили 2(n 1; =2); 2(n 1; 1 =2) ðàñ-
пределения хи-квадрат с |
n 1 |
степенью свободы. Доверительный интервал |
|||||||||||||
äëÿ |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
с доверительной вероятностью 1 равен |
|
|||||||||||||
|
|
P |
nS2 |
|
< 2 |
< |
|
|
|
nS2 |
= 1 : |
||||
|
|
2(n 1; 1 =2) |
2(n 1; 1 =2) |
||||||||||||
IV. Доверительный интервал для параметра a: |
|||||||||||||||
Рассмотрим в качестве центральной статистики |
|
||||||||||||||
|
|
|
|
|
|
|
p |
|
|
|
|
|
|
||
|
|
|
|
G(X; a) = |
|
|
n 1(X a) |
: |
|
||||||
|
|
|
|
|
|
|
|
|
|
S |
|
Эта статистика имеет распределение Стьюдента с n 1 степенью свободы. Находим при заданной доверительной вероятности 1 квантили t(n
1; =2); t(n 1; 1 =2): Тогда
P (t(n 1; =2) < G(X; a) < t(n 1; 1 =2)) = 1 :
Из этого выражения получаем доверительный интервал для параметра
P |
X |
|
pn 1 |
< a < X + t(n pn |
1 |
|
= 1 : |
||||
|
|
|
|
t(n |
|
1; =2)S |
|
1; 1 |
=2)S |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Распределение Стьюдента симметрично относительно нуля. Так же, как и в случае стандартного нормального распределения, можно показать, что доверительный интервал имеет минимальную длину, если берутся симметричные относительно нуля квантили: t(n 1; =2) = t(n 1; 1 =2): Если
теперь вспомнить, что
|
|
|
|
|
|
n |
|
|
|
|||||||||||
|
|
|
|
|
Xj |
|
|
|||||||||||||
|
|
|
^2 |
= |
1 |
|
|
(Xj |
|
)2 |
= |
n |
S2; |
|
||||||
|
n 1 |
|
X |
n 1 |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
|
|
|
|
|
|
|
òî |
X t(n 1; 1 =2)pn |
< a < X + t(n 1; 1 =2)pn |
= 1 : |
|||||||||||||||||
P |
||||||||||||||||||||
|
|
|
|
|
|
^ |
|
|
|
|
|
|
|
|
^ |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
V. Доверительный интервал для разности средних двух нормальных совокупностей.
а) Совокупности различаются лишь средними значениями. Дис-
персии этих совокупностей равны.
Пусть X = (X1; :::Xn) выборка из нормальной совокупности N(aX; 2); а выборка Y = (Y1; :::; Ym) из нормальной совокупности N(aY ; 2): Пусть
2

эти две выборки - независимы. Таким образом эти две совокупности разли- чаются только своим средними значениями и требуется оценить разность средних значений aX aY : Эту задачу называют задачей сравнения сред-
íèõ.
Статистика X имеет распределение N(aX; 2=n): Статистика Y имеет распределение N(aY ; 2=n): Разность двух нормально распределенных
независимых случайных величин также нормально распределена с параметрами aX aY ; 2(1=n + 1=m):
Если из нормально распределенной случайной величины вычесть ее математическое ожидание и поделить на корень из дисперсии, то отнормированная таким образом случайная величина имеет стандартное нормальное распределение. То есть, статистика
|
|
|
|
|
|
|
|
Z = |
X Y (aX aY ) |
||||||
|
|
|
|
|
q |
|
|
|
|
|
|
|
m+n |
||
|
|
|
|
|
|
mn |
имеет стандартное нормальное распределение. Будем через SX2 è SY2 îáî- значать выборочные дисперсии выборок X; Y соответственно. По теореме
Фишера случайные величины
nSX2 ; mSY2
2 2
имеют распределение хи-квадрат с n 1 è m 1 степенью соответственно.
Кроме того, эти две случайные величины независимы.
Из определения распределения хи-квадрат следует, что если складываются две независимые случайные величины, каждая из которых распределена по закону хи-квадрат, то сумма этих случайных величин также распределена по закону хи-квадрат. При этом степень свободы суммы равна сумме степеней свободы слагаемых. Поэтому статистика
W = |
nS2 |
+ mS2 |
X |
Y |
|
|
2 |
|
|
|
распределена по закону хи-квадрат с числом свободы n + m 2 и, кроме того, эта случайная величина не зависит от случайной величины Z:
Из всего сказанного следует, что
1 |
|
W |
|
|
|
|
|
|
+ mSY2 |
r |
|
m + n |
|
|
|||
|
|
|
|
|
nSX2 |
|
|
|
|||||||||
|
|
Z |
|
= |
X Y |
(aX aY ) |
|
mn(m + n |
2) |
|
|||||||
q |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
p |
|
|
|
|
|
|
|
|
|||
m+n 2 |
|
|
|
|
|
|
|
|
|
имеет распределение Стьюдента с n + m 2 степенями свободы. В эту ста- тистику входит разность aX aY и ее распределение полностью известно. Поэтому эту статистику можно использовать в качестве центральной G(X; Y; aX aY ) для построения доверительного интервала для разности aX aY :
3

Распределение Стьюдента симметрично относительно нуля. Поэтому, как и в случае стандартного нормального распределения надо взять симметричные квантили t(m + n 2; =2) = t(n + m 2; 1 =2) и тогда
P ( t(n + m 2; 1 =2) < G(x; aX aY ) < t(n + m 2; 1 =2)) = 1 :
Доверительный интервал с доверительной вероятностью 1 для разности
aX aY равен |
|
|
||||||
X Y t(n + m 2; 1 =2)r |
|
|
|
: |
||||
|
mn(m + n 2)(nSX2 |
+ mSY2 ) |
||||||
|
|
|
|
|
|
m + n |
|
|
б.)Построение доверительных интервалов, для разности средних значений нормальных совокупностей, когда дисперсии раз-
личны, но известны.
Пусть X = (X1; :::Xn) выборка из нормальной совокупности N(aX; X2 ); а выборка Y = (Y1; :::; Ym) из нормальной совокупности N(aY ; Y2 ): Пусть эти две выборки - независимы, а дисперсии X2 ; Y2 èçâåстны. Рассуждая
как и раньше, получаем, что выборочные средние X; Y имеют нормаль-
ное распределение N(aX; X2 =n); N(aY ; Y2 =m) соответственно. Поэтому разность X Y имеет нормальное распределение N(aX aY ; X2 =n + Y2 =m):
Тогда статистика
|
|
|
|
|
|
|
|
|
|
|
G(X; Y; a |
a |
|
) = |
X Y (aX aY ) |
||||||
|
|
|
|
|
|
|
|
|||
X |
|
Y |
|
|
2 |
=n + 2 |
=m |
|||
имеет стандартное нормальное |
|
|
|
p |
Y |
|
|
|||
|
|
|
|
|
|
|
X |
|
|
распределение и может использоваться для построения доверительного интервала для разности aX aY : Доверительный интервал c доверительной вероятностью 1 ; построенный с помощью
этой статистики равен
q
X Y u1 =2 X2 =n + Y2 =m :
VI. Построение доверительного интервала для отношения дис-
персий двух нормальных совокупностей.
Пусть X = (X1; :::Xn) выборка из нормальной совокупности N(aX; X2 ); а выборка Y = (Y1; :::; Ym) из нормальной совокупности N(aY ; Y2 ): Пусть
эти две выборки - независимы. Предположим, нужно построить доверительный интервал для отношения дисперсий этих совокупностей.
Как было показано, статистики
(n 1) X2 |
; |
(m 1) Y2 |
X2 b |
|
Y2 b |
4

имеют распределение хи-квадрат с n 1 è m 1 степенью свободы соот-
ветственно. Кроме того, эти статистики независимы. Но было определено распределение Фишера
(m 1) 2(n 1) F (n 1; m 1) = (n 1) 2(m 1):
Здесь 2(n 1); 2(m 1) случайные величины с распределением хи-квадрат с n 1 è m 1 степенью свободы соответственно. Поэтому, в качестве цен-
тральной статистики при построении доверительного интервала для отношения дисперсий можно брать
G(X; Y; ( X= Y )2) = |
2 |
|
Y |
|
2 |
|
Y |
= |
: |
||||
X2 |
|
X |
|
|||
|
b |
|
|
|
|
|
|
b |
|
|
|
|
|
Эта статистика имеет распределение Фишера со степенями свободы m 1; n 1: Если теперь F (n 1; m 1; =2); F (n 1; m 1; 1 =2) квантили F-распределения, то
P (F (m 1; n 1; =2) < G(X; Y; X= Y ) < F (m 1; n 1; 1 =2)) = 1 :
Отсюда доверительный интервал с доверительной вероятностью 1 для отношения дисперсий равен
|
2 |
|
1; m |
|
1; 1 |
|
=2); |
2 |
|
1; m |
|
|
Y |
Y |
|||||||||||
|
X =F (n |
|
|
|
X =F (n |
|
|
1; =2) : |
||||
|
b |
|
|
|
|
|
|
b |
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
b |
|
|
|
|
|
|
b |
|
|
|
|
Приближенные (асимптотические) доверительные интервалы.
Определение. Пусть X = (X1; :::; Xn) некоторая выборка из совокупности с распределением F (x; ): Интервал (T1(X); T2(X)) называется асимптотическим доверительным интервалом с доверительной вероятностью 1
для параметра ; åñëè
lim P (T1(X) < < T2(X)) = 1 :
n!1
Общая схема построения асимптотических доверительных интервалов.
Общая схема построения асимптотических доверительных интервалов совпадает с общей схемой построения доверительных интервалов.
1. Сначала нужно найти центральную статистику G(X; ); распределение которой при n ! 1 слабо сходится к известному распределению, не зависящему от параметра :
P (G(X; ) < x) ! G(x):
5

2.По функции распределения G(x) находятся квантили g1; g2 такие, что
P (g1 < G(X; ) < g2) ! G(g2) G(g1) = 1 :
3.Неравенство в 2 под знаком вероятности разрешается относительно :
Построения доверительного интервала для среднего (математического ожидания) совокупности.
Пусть выборка X = (X1; :::; Xn) взята из совокупности, про которую
известно лишь, что у нее существует математическое ожидание a = EXj и дисперсия 2 = DXj: Для построения асимптотического доверительного
интервала для параметра а мы будем пользоваться центральной предельной теоремой. Согласно центральной предельной теореме
|
n=1 Xj |
na |
p |
|
( |
|
|
a) d |
|||||
|
n |
X |
|||||||||||
Yn = |
Pj |
p |
|
|
|
= |
|
|
|
|
|
! Y |
|
n |
|
|
|
|
|
|
и Y - случайная величина со стандартным нормальным распределением. Кроме того, S2 сходится по вероятности к 2: По теореме Слуцкого =S
сходится по вероятности при n ! 1 к 1. Тогда статистика
|
p |
|
( |
|
a) |
|
|
|
|
|
G(X; a) = |
n |
X |
= Y |
|
|
d |
Y: |
|||
|
|
|
S |
n S |
! |
|||||
|
|
|
|
|
|
слабо сходится при n ! 1 к стандартному нормальному распределениюю. Итак, мы получили, что
P (u =2 |
< G(X; a) < u1 =2) Zu=2 |
p2 e |
2 |
du = 1 : |
||||||
|
|
|
|
|
u1 =2 |
1 |
|
u2 |
|
|
Отсюда следует, что при больщих n |
|
|
|
|
|
|||||
|
|
|
S |
|
|
|
S |
|
|
P (X u1 =2 pn < a < X + u1 =2 pn) 1 :
6