- •1 Задачи математической статистики
- •2 Генеральная и выборочная совокупность
- •3 Виды выборки и способы отбора
- •4 Статистическое распределение выборки
- •5 Эмпирическая функция распределения
- •6 Графики статистического распределения
- •7 Статистические оценки параметров распределения
- •8 Несмещенные, эффективные и состоятельные оценки
- •9 Точечные оценки
- •9.1 Выборочная средняя
- •9.2 Групповая и общие средние
- •9.3 Дисперсия
- •9.4 Групповая, внутригрупповая, межгрупповая и общая дисперсии
- •9.5 Оценка генеральной дисперсии по исправленной выборочной
- •10 Другие характеристики вариационного ряда
- •11 Доверительные интервалы для оценки параметров распределения
- •11.1 Доверительные интервалы для оценки математического ожидания нормального распределения при известном σ
- •11.2 Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном σ
- •11.3 Доверительные интервалы для оценки среднего квадратического отклонения σ нормального распределения
- •12 Статистическая проверка статистических гипотез
- •12.1 Критическая область. Область принятия гипотезы. Критические точки. Мощность критерия
- •12.2 Сравнение двух дисперсий нормальных генеральных совокупностей
- •12.3 Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности
- •12.4 Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых известны
- •12.5. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы
- •12.6. Сравнение выборочной средней с гипотетической генеральной средней нормальной совокупности дисперсия известна
- •12.7. Сравнение выборочной средней с гипотетической генеральной средней нормальной совокупности дисперсии неизвестны
- •13 Критерий согласия Пирсона
- •13.1 Вычисление теоретических частот нормального распределения
- •13.2 Проверка гипотезы о нормальном распределении генеральной совокупности
- •14 Функциональная, статистическая и корреляционная зависимости
- •15 Решение нулевого варианта
- •16 Расчетно-графические задания
- •17 Вопросы для самопроверки
- •18 Список использованных источников
- •Приложение
8 Несмещенные, эффективные и состоятельные оценки
Для того чтобы статистические оценки давали «хорошие» приближения оцениваемых параметров, они должны удовлетворять определенным требованиям. Ниже указаны эти требования.
Пусть
- статистическая оценка неизвестного
параметра Θ теоретического
распределения. Допустим, что по выборке
объема п
найдена
оценка
.
Повторим опыт, т. е. извлечем из генеральной
совокупности другую выборку того же
объема и по ее данным найдем оценку
.
Повторяя опыт многократно, получим
числа
,
,
...,
,
которые, вообще говоря, различны между
собой. Таким образом, оценку
можно рассматривать как случайную
величину, а числа
,
,
...,
- как ее возможные значения.
Представим
себе, что оценка
дает приближенное значение Θ с избытком;
тогда каждое найденное по данным
выборок число
(i=1,2,
..., k)
больше
истинного значения Θ.
Ясно, что в этом случае и математическое
ожидание (среднее значение) случайной
величины
больше, чем Θ, т. е. М(
)>Θ.
Очевидно, что если
дает оценку с недостатком, то М(
)<Θ.
Таким образом, использование статистической оценки, математическое ожидание которой не равно оцениваемому параметру, привело бы к систематическим (одного знака) ошибкам. По этой причине естественно потребовать, чтобы математическое ожидание оценки было равно оцениваемому параметру. Хотя соблюдение этого требования не устранит ошибок (одни значения больше, а другие меньше Θ), однако ошибки разных знаков будут встречаться одинаково часто. Иными словами, соблюдение требований М( )=Θ гарантирует от получения систематических ошибок.
Несмещенной называют статистическую оценку , математическое ожидание которой равно оцениваемому параметру Θ при любом объеме выборки, т. е. М( )=Θ.
Смещенной называют оценку, математическое ожидание которой не равно оцениваемому параметру.
К статистической оценке предъявляется требование эффективности.
Эффективной называют статистическую оценку, которая (при заданном объеме выборки п) имеет наименьшую возможную дисперсию.
При рассмотрении выборок большого объема (п великo) к статистическим оценкам предъявляется требование состоятельности.
Состоятельной называют статистическую оценку, которая при п→∞ стремится по вероятности к оцениваемому параметру. Например, если дисперсия несмещенной оценки при п→∞ стремится к нулю, то такая оценка оказывается и состоятельной.
9 Точечные оценки
Точечной называют оценку, которая определяется одним числом.
9.1 Выборочная средняя
Пусть изучается дискретная выборочная совокупность относительно количественного признака X.
Выборочной средней хв называют среднее арифметическое значений признака выборочной совокупности.
Если
все значения x1,
х2,
..., хn
признака
выборочной совокупности объема n
различны,
то
.
Если
же значения признака x1,
х2,
..., хk
имеют
соответственно частоты n1,
n2,
..., nk,
причем n1+n2+
...+nk=n,
то
,
т.е. выборочная средняя есть средняя
взвешенная значений признака с весами,
равными соответствующим частотам.
Аналогично
можно определить генеральную среднюю
.
