Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Раздел 10 Заключение Список лит-ры.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
1.09 Mб
Скачать

3. Доверительный интервал для оценки математического ожидания нормального распределения при известной дисперсии

Предположим, что исследуемая случайная величина Х распределена по нормальному закону с известным средним квадратическим отклонением , и требуется по значению выборочного среднего оценить ее математическое ожидание . Будем рассматривать выборочное среднее как случайную величину а значения вариант выборки как одинаково распределенные независимые случайные величины , каждая из которых имеет математическое ожидание а и среднее квадратическое отклонение . При этом . Оценим вероятность выполнения неравенства . Применим формулу для вероятности попадания нормально распределенной случайной величины в заданный интервал. Имеем

Тогда, учитывая, что

,

получим

где . Следовательно, и предыдущее равенство можно переписать в виде:

.

Таким образом, значение математического ожидания а с вероятностью (надежностью) γ попадает в интервал , где значение t определяется из таблиц для функции Лапласа так, чтобы выполнялось равенство

Пример. Найдем доверительный интервал для математического ожидания нормально распределенной случайной величины, если объем выборки ; , а доверительная вероятность

Определим t, при котором Тогда

или доверительный интервал, в который попадает а с надежностью 0,9.

4. Доверительный интервал для оценки математического ожидания нормального распределения при неизвестной дисперсии.

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 построим новую случайную величину

,

где - выборочное среднее, – исправленная дисперсия, п – объем выборки. Эта случайная величина, возможные значения которой будем обозначать t, имеет распределение Стьюдента с степенями свободы.

Так как плотность распределения Стьюдента , где , явным образом не зависит от а и , можно задать вероятность ее попадания в некоторый интервал , учитывая четность плотности распределения, следующим образом: . Отсюда получаем:

Таким образом, получен доверительный интервал для а, где можно найти по соответствующей таблице при заданных п и .

Пример. Пусть объем выборки , = 3, Найдем доверительный интервал для а при Из таблицы находим, что Тогда , или доверительный интервал, в который попадает а с вероятностью 0,99.

5. Доверительные интервалы для оценки среднего квадратического отклонения

нормального распределения.

Найдём для среднего квадратического отклонения нормально распределенной случайной величины доверительный интервал вида где s – исправленное выборочное среднее квадратическое отклонение, а для выполняется условие: Запишем это неравенство в виде: или, обозначив , в виде

. (5.1)

Рассмотрим случайную величину , определяемую по формуле

,

которая распределена по закону «хи-квадрат» с степенями свободы. Плотность ее распределения

не зависит от оцениваемого параметра , а зависит только от объема выборки п. Преобразуем неравенство (5.1) так, чтобы оно приняло вид . Вероятность выполнения этого неравенства равна доверительной вероятности γ, следовательно,

Предположим, что , тогда неравенство (5.1) можно записать в виде

,

или, после умножения на , в виде . Следовательно, . Тогда

Существуют таблицы для распределения «хи-квадрат», из которых можно найти q по заданным п и , не решая этого уравнения. Таким образом, вычислив по выборке значение s и определив по таблице значение q, можно найти доверительный интервал (5.1), в который значение σ попадает с заданной вероятностью .

Замечание. Если , то с учетом условия доверительный интервал для будет иметь границы

.

Пример. Пусть п = 20, s = 1,3. Найдем доверительный интервал для σ при заданной надежности =0,95. Из соответствующей таблицы находим q (n = 20, γ = 0,95) = 0,37. Следовательно, границы доверительного интервала: 1,3(1-0,37) = 0,819 и 1,3(1+0,37) = 1,781. Следовательно, с вероятностью 0,95.