- •Тема 2. Точечное оценивание вероятностей и моментов. Линейная оценка среднего с наименьшей дисперсией.
- •1. Состоятельность оценок.
- •2. Точечное оценивание вероятности события.
- •3. Точечное оценивание значений функции распределения.
- •3. Точечное оценивание математического ожидания и дисперсии для функции распределения.
- •4. Точечное оценивание старших моментов для функции распределения.
- •5. Линейная оценка среднего с минимальной дисперсией при разноточных измерениях.
3. Точечное оценивание математического ожидания и дисперсии для функции распределения.
Пусть выборка из распределенияс неизвестным параметром, требуется построить оценки первого начального момента (математического ожидания)и второго центрального момента (дисперсии)(при условии, что указанные моменты конечны):
,
и исследовать свойства построенных оценок.
Для построения оценок воспользуемся определениями моментов, приведенными выше, в которых неизвестную функцию распределения заменим известным «приближением» – эмпирической функцией распределения:
,
.
Поскольку является ступенчатой функцией, с разрывами величиныв точках(), то в результате вычисления интегралов получим следующие статистики:
(2.2) | |
(2.3) |
Определение 2.2.
Статистика называетсявыборочным средним.
Определение 2.3.
Статистика называетсявыборочной дисперсией.
Легко видеть, что оценка является несмещенной, действительно:
.
Для доказательства состоятельности оценки может быть использована теорема Хинчина или утверждение 2.1. Заметим, что в случае использования утверждения 2.1 требуется существование дисперсий случайных величин, в то время как теорема Хинчина применима даже в тех случаях, когда у случайных величиндисперсии не существует.
В данном случае величины ,, …,образуют выборку, поэтому они независимы, имеют одинаковую функцию распределения, и, следовательно, одинаковое математическое ожидание, конечность которого гарантируется исходной постановкой рассматриваемой задачи оценки. Таким образом, к совокупности случайных величин, …,приприменима теорема Хинчина, и поскольку статистикаесть в точностиполучим:
, при,
что и означает состоятельность оценки .
Поскольку оценка является несмещенной, то состоятельность оценкиможет быть доказана с использованием утверждения 2.1, при условии, что дисперсия оценкиконечна и стремиться к нулю с ростом. Вычислимнепосредственно из определения статистики:
поскольку величины , …,образуют выборку, то согласно определению выборки они независимы в совокупности и, следовательно, попарно независимы, так что при. При, конечно,, поэтому:
(2.4) |
Поскольку предполагается конечной по условию постановки исходной задачи, приведенной в начале пункта, то дисперсияконечна и монотонно стремится к нулю с ростом, поэтому в силу утверждения2.1оценкаявляется состоятельной.
Исследуем свойства оценки , предварительно преобразовав статистикук следующему виду:
.
Вычислим математическое ожидание :
(поскольку , то
)
(дисперсия была вычислена ранее – соотношение 2.2)
Таким образом,
(2.5) |
и оценка оказывается смещенной, но смещение легко исправить, в результате приходим к новой оценке:
.
Оценка является несмещенной, действительно,
.
Определение 2.4.
Статистика называетсяисправленной выборочной дисперсией.
Для доказательства состоятельности оценки может быть использована теорема Хинчина и свойства сходимости по вероятности. Ранее было получено выражение для оценкив виде:
К совокупности случайных величин применима теорема Хинчина: величинынезависимы и имеют одинаковую функцию распределения (поскольку величиныобразуют выборку), кроме того, математическое ожидание каждой величиныконечно (по условию постановки исходной задачи, приведенной в начале пункта). Таким образом, по теореме Хинчина:
, при.
Оценка является состоятельной, что по определению означает:
, при
откуда по определению сходимости по вероятности
, при.
Функция возведения в квадрат является непрерывной, и, как и для всякой непрерывной функции, в силу свойства сходимости по вероятности:
, при.
В силу свойства суммы двух пределов по вероятности,
, при,
откуда следует, что
, при,
то есть оценка в соответствии с определением является состоятельной.
Для доказательства состоятельности оценки могут быть использованы свойства сходимости по вероятности или утверждение 2.1.
В соответствии с определением оценки :
,
где оценка состоятельна, то естьпри, и числовая последовательностьстремиться к 1 при. Последнее означает, что для любоговсегда можно найтитакое, что при:
,
отсюда, считая элементы последовательности функциямитождественно равные постоянным, получим:
,
тогда, очевидно, что и для всякого :
.
Таким образом, числовая последовательность сходится по вероятности к 1 при,. Оценка, отсюда по свойству сходимости по вероятности:
, при.
Поскольку статистика является несмещенной оценкой, то для проверки состоятельности статистикиможно воспользоваться утверждением 2.1, для этого покажем, что дисперсия статистикиконечна и стремиться к нулю с ростом,при. При вычислении дисперсиидополнительно потребуется существование четвертого центрального момента:
,
будем считать, что это требование выполнено.
Прежде всего, вычислим дисперсию статистики, которую, как было показано ранее, можно представить в следующем виде:
.
Далее, подставляя выражение для получим:
.
Введем центрированные случайные величины , тогда дляполучим выражение:
Теперь, возводя в квадрат и преобразовывая, получим выражение:
.
Представим дисперсию в виде:
(2.4) |
Вычислим :
.
Заметим, что величины () совместно независимы, поскольку независимы величины(), так какобразуют выборку, и кроме того:
.
Рассмотрим слагаемые в сумме, зафиксируем, и рассмотрим все возможные варианты для индексови:
1) ,
а) – невозможно, посколькуи;
а) :
;
2) ,
а) :
;
б) :
.
Таким образом, все слагаемые .
Рассмотрим слагаемые в сумме, зафиксируем индексыи, и рассмотрим все возможные варианты для индексови:
1) :
а) – невозможно, посколькуи;
б) :
;
в) ,:
;
2) :
а) :
;
б) – невозможно, посколькуи;
в) ,:
;
3) и:
а) :
;
б) :
;
в) ,:
;
Заметим, что только в случае 1б) ,и в случае 2а),слагаемоеможет быть отлично от нуля, во всех остальных случаях слагаемое.
Таким образом, для получим выражение:
.
Поскольку , то
Поскольку величины () независимы, то, тогда:
.
Таким образом,
.
Из (2.4) с учетом (2.3) получим выражение для дисперсии:
.
Зная выражение для дисперсии , легко вычислить дисперсиюоценки. Поскольку, то:
.
Поскольку и, то очевиднои, при, откуда в силу утверждения2.3оценкаявляется состоятельной.