- •6.1.4. Статистические оценки параметров распределения
- •6.1.4.1. Точечные оценки основных числовых характеристик генеральной совокупности
- •6.1.4.2. Интервальные оценки основных числовых характеристик генеральной совокупности
- •6.1.4.3. Оценка вероятности (биномиального распределения) по относительной частоте
- •6.2. Проверка статистических гипотез
- •6.2.1. Статистическая гипотеза и общая схема ее проверки
- •6.2.2. Сравнение двух дисперсий нормальных генеральных совокупностей
- •6.2.3. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых известны (независимые выборки)
- •6.2.4. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы (малые независимые выборки)
- •6.2.5. Проверка гипотезы о законе распределения. Критерий 2 Пирсона
- •6.2.6. Критерий Вилкоксона и проверка гипотезы об однородности двух выборок
- •6.2.6.1. Проверка нулевой гипотезы в случае, когда объем обеих выборок не превосходит 25.
- •6.2.6.2. Проверка нулевой гипотезы в случае, когда объем хотя бы одной из выборок превосходит 25.
- •Глава 7. Элементы корреляционного, регрессионного и дисперсионного анализа
- •7.1. Элементы корреляционного и регрессионного анализа
- •7.1.1. Уравнение регрессии. Коэффициент корреляции
- •7.1.2. Ранговая корреляция.
- •7.1.2.1. Выборочный коэффициент ранговой корреляции Спирмена
- •7.1.2.2. Проверка гипотезы о значимости выборочного коэффициента ранговой корреляции Спирмена
- •7.2. Элементы дисперсионного анализа
6.1.4.2. Интервальные оценки основных числовых характеристик генеральной совокупности
Точечная оценка является лишь приближенным значением неизвестного параметра Θ и для выборки малого объема может существенно отличаться от Θ.
Чтобы
получить представление о точности и
надежности оценки
параметра
Θ, используют интервальную оценку
параметров.
Пусть
> 0 – некоторое число. Если выполняется
неравенство
,
т.е.
,
что можно записать в виде
,
то говорят,
что интервал
накрывает параметр Θ.
Однако невозможно указать оценку
такую, чтобы событие
было достоверным, поэтому говорят о
вероятности этого события. Число
называют
точностью
оценки
.
Определение
6.1.21.
Надежностью
(доверительной
вероятностью
или уровнем
доверия)
оценки
параметра Θ
для заданного
> 0 называется вероятность
того, что интервал
покроет параметр
Θ, т.е.
.
Иными словами, есть мера доверия вычисленной оценке .
Ясно, что чем меньше число , тем меньше надежность .
Определение 6.1.22. Доверительным интервалом называется найденный по данным выборки интервал , который накрывает параметр Θ с заданной надежностью .
Надежность обычно принимают равной 0,95 или 0,99, или 0,999.
Конечно, нельзя категорически утверждать, что найденный доверительный интервал накрывает параметр Θ. Но в этом можно быть уверенным на 95% при =0,95, на 99% при =0,99 и т.д. Это означает, что если произвести много выборок, то, например при =0,95, для 95% из них вычисленные доверительные интервалы действительно накроют Θ.
Укажем доверительные интервалы для параметров нормального распределения а и .
Утверждение
5. (Доверительный
интервал для математического ожидания
при известном ).
С надежностью
можно утверждать, что доверительный
интервал
накрывает неизвестный параметр а:
.
Здесь
точность оценки
,
а число t
определяется из равенства
по таблице приложения 2.
Пример
6.1.9. Признак
Х распределен в генеральной совокупности
нормально с известным =0,40.
Найти доверительный интервал для а
с надежностью =0,99,
если n=20,
.
○Для
находим по таблице приложения 2: t=2,58.
Следовательно,
.
Тогда концы доверительного интервала
равны 6,34–0,23=6,11 и 6,34+0,23=6,57. Итак,
доверительный интервал (6,11; 6,57) накрывает
а
с надежностью 0,99. ●
Утверждение
6. (Доверительный
интервал для математического ожидания
при неизвестном ).
С надежностью
можно
утверждать, что доверительный интервал
накрывает неизвестный параметр а:
.
Здесь
точность оценки
,
а число
определяется по таблице для
приложения 4 для различных значений n
и обычно задаваемых значений надежности
.
Пример
6.1.10. Признак
Х распределен в генеральной совокупности
нормально. Найти доверительный интервал
для параметра а с надежностью =0,99,
если n=20,
,
=0,40.
○Для
надежности =0,99
и n=20
по таблице приложения 4 находим
.
Следовательно,
.
Тогда концы доверительного интервала
равны 6,34–0,26=6,08 и 6,34+0,26=6,60. Итак,
доверительный интервал (6,08; 6,60) накрывает
а
с надежностью 0,99. ●
Утверждение 7. (Доверительный интервал для среднего квадратического отклонения). С надежностью можно утверждать, что доверительный интервал накрывает неизвестный параметр в случае q<1:
.
В случае q>1:
.
Здесь
точность оценки
,
а
число
определяется по таблице приложения 5
для различных значений n
и обычно задаваемых значений надежности
.
Пример 6.1.11. Признак Х генеральной совокупности распределен нормально. Найти доверительный интервал для параметра с надежностью =0,95, если n=20, =0,40.
○Для
надежности =0,95
и n=20
по таблице приложения 5 находим
.
Следовательно,
.
Тогда концы доверительного интервала
равны 0,40–0,15=0,25 и 0,40+0,15=0,55. Итак,
доверительный интервал (0,25; 0,55) накрывает
с надежностью 0,95. ●
Пример 6.1.12. Признак Х распределен в генеральной совокупности нормально. По выборке объема n=10 найдено «исправленное» среднее квадратическое отклонение =0,16 Найти доверительный интервал для параметра с надежностью =0,999.
○Для
надежности =0,999
и n=10
по таблице приложения 5 находим
.
Следовательно, искомый доверительный
интервал таков:
или
.
●
