- •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.
4. Точечное оценивание старших моментов для функции распределения.
При построении оценок начальных и центральных моментов и():
,
,
используются статистики аналогичные введенным ранее статистикам (2.2) и (2.3):
, |
(2.5) |
, |
(2.6) |
. |
|
Определение 2.5.
Статистика называетсявыборочным моментом -го порядка.
Определение 2.6.
Статистика называетсявыборочным центральным моментом -го порядка.
Легко видеть, что статистики являются несмещенными оценками, действительно:
.
Кроме того, если существует момент , то дисперсия статистики:
,
поскольку при в силу независимостии,
.
Таким образом,
.
Поскольку существует, то существует и, и с ростом, очевидно, дисперсиястремиться к нулю. Тогда в силу утверждения 2.1 (ранее было показано, что оценкаявляется несмещенной) оценкаявляется состоятельной.
Кроме того, можно показать ([1], параграф 1.3), что статистики являются асимптотически нормальными.
Исследование свойства несмещенности оценок сопряжено с определенными трудностями, тем не менее, достаточно легко убедиться в состоятельности оценок. Заметим, что статистикивыражаются через статистики, где:
.
Таким образом, статистики являются непрерывными функциями от состоятельных оценок, которые сходятся по вероятности к значениям, отсюда в силу свойства сходимости по вероятности статистикасходится по вероятности к:
, при.
Заметим, что справа от предела стоит в точности :
Таким образом, статистика сходится по вероятности к:
, при,
отсюда статистика является состоятельной (по определению).
5. Линейная оценка среднего с минимальной дисперсией при разноточных измерениях.
Известно, что случайные величины () имеют вид:
,
где неизвестное числовое значение,попарно независимые случайные величины с математическим ожиданиеми дисперсией, значенияизвестны. Требуется построить оценкунеизвестной величины, такую что
1) Оценка линейная:
,
2) Оценка является несмещенной оценкой:
3) Оценка имеет наименьшую дисперсию в классе линейных оценок:
.
Легко видеть, что , тогда:
.
Поскольку должна быть несмещенной оценкой, то нужно потребовать чтобы:
.
.
Вычислим дисперсию , учитывая, что в силу попарной независимости величинковариацияпри:
.
Таким образом, приходим к задаче минимизации квадратичной формы по неизвестнымпри условии, что. Для решения задачи нахождения условного экстремума воспользуемся методом множителей Лагранжа, функция Лагранжаимеет вид:
.
Дифференцируя по и, получим систему:
.
Таким образом, искомая оценка имеет вид:
,
при этом дисперсия оценки :
.
Обозначим , тогдаи отсюда становится понятно, что чем меньше, тем больше коэффициент, то есть чем более «точным» является измерение, тем с большим «весом» оно входит в сумму оценки. Например, если-ое измерение «точнее»-го в 3 раза, то есть, тогда, то есть «вес» измеренияв сумме оценкивраз больше «веса» измерения.