Математика. В 4 ч. Ч
.4.pdf
|
0, |
x 154; |
|
|
154 x 158; |
|
0,1, |
|
|
|
158 x 162; |
|
0,24, |
|
1.6. |
0,5, |
162 x 166; |
F* x |
|
|
|
0,78, |
166 x 170; |
|
0,92, |
170 x 174; |
|
|
174 x 178; |
|
0,98, |
|
|
|
x 178; |
|
1, |
1.7. а) xв 4; |
Dв 18,67; |
в 4,32; |
|
|
|
||||
б) xв 40,356; Dв 0,011; |
в 0,105; |
|
|
|
|||||
1.8. xв 3,188; |
Dв 46,02; |
в 6,78; |
|
|
|||||
|
|
|
|
|
|
|
0, |
x 10; |
|
|
0, |
|
x 15; |
|
|
|
|
10 x 20; |
|
|
|
|
|
0,02, |
|||||
|
|
|
|
|
|
|
|
|
|
|
0,05, |
15 x 16; |
|
|
20 x 30; |
||||
|
|
0,06, |
|||||||
1.9. F* x |
0,25, |
16 x 17; |
1.10. |
0,20, |
30 x 40; |
||||
|
|
17 x 18; |
F* x |
|
40 x 50; |
||||
|
0,5, |
|
0,56, |
||||||
|
0,8, |
18 x 19; |
|
0,80, |
50 x 60; |
||||
|
|
|
x 19; |
|
|
|
|
0,96, |
60 x 70; |
|
1, |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x 70; |
|
|
|
|
|
|
|
1, |
||
1.11. xв 1,022; |
1.12. Dв 167,29; |
|
|
|
|||||
1.13 xв 34,6; |
Dв 107,84; |
в 10,38. |
|
|
|||||
Занятие 2. Точечные оценки неизвестных параметров распределения
Краткие теоретические сведения
Пусть изучается СВ Х с законом распределения, зависящим от одного или нескольких параметров. Требуется по выборке, полу-
ченной в результате n испытаний, оценить неизвестный параметр .
91
Точечной оценкой неизвестного параметра теоретического распределения называется его приближенное значение, зависящее от данных выборки.
|
|
|
x1, |
x2, x3, ... xn . |
|
|
Точечная оценка должна удовлетворять следующим требованиям:
–оценка должна быть несмещенной, т. е. М ;
–оценка должна быть состоятельной, т. е. она должна сходи-
ться по вероятности к оцениваемому параметру: для 0
lim P 1;
n
– оценка должна быть эффективной: если неизвестный параметр имеет несколько оценок, то в качестве оценки нужно брать оценку с наименьшей дисперсией.
Выборочная средняя xв является несмещенной и состоятельной
оценкой для математического ожидания генеральной совокупности. Несмещенной и состоятельной оценкой для дисперсии генеральной совокупности является исправленная выборочная дисперсия
Du s2 |
n |
|
|
Dв |
|
|
|
2 . |
|
Dв, |
X 2 |
||||||||
xв |
|||||||||
n 1 |
|||||||||
|
|
|
|
|
|
|
|||
Исправленным средним квадратическим отклонением называет-
ся корень квадратный из исправленной дисперсии
s Du .
Для вычисления xв и Dв разработано много методов. Одним из
наиболее распространенных методов является метод произведений. При вычислении выборочного среднего и выборочной дисперсии поступают следующим образом:
– выбираем «ложный нуль» c. В качестве «ложного нуля» берется варианта, стоящая посредине вариационного ряда, или варианта, имеющая максимальную частоту;
92
– переходим к условным вариантам Ui по формулам Ui xi h c ,
где h – шаг разбиения;
– вычисляем условные моменты 1-го и 2-го порядков:
M * |
1 |
k |
|
; |
M * |
1 |
k |
|
2m ; |
U m |
U |
||||||||
1 |
n i 1 |
i i |
|
2 |
n i 1 |
i |
i |
||
– вычисляем выборочное среднее xв и выборочную дисперсию
Dв:
xв M1*h c; Dв M2* M1* 2 h2 .
Задача 1. Методом произведений вычислить выборочную среднюю и выборочную дисперсию по данным выборки
xi |
|
|
65 |
|
70 |
|
75 |
|
|
|
80 |
|
|
|
|
85 |
|
|
|
mi |
|
|
2 |
|
5 |
|
25 |
|
|
|
15 |
|
|
|
|
3 |
|
|
|
Решение. В качестве «ложного нуля» возьмем |
варианту |
75, |
|||||||||||||||||
с 75. |
Перейдем к условным вариантам по формуле Ui |
xi |
c |
. |
|||||||||||||||
|
|
||||||||||||||||||
Результаты вычислений сведем в таблицу. |
|
|
|
|
|
|
|
|
|
h |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
x |
|
|
m |
|
Ui |
|
Ui mi |
|
U |
2m |
|
U |
i |
1 2 m |
|||||
i |
|
|
i |
|
|
|
|
|
|
i |
i |
|
|
|
|
|
i |
||
65 |
|
2 |
|
–2 |
|
–4 |
|
8 |
|
|
|
|
2 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
70 |
|
5 |
|
–1 |
|
–5 |
|
5 |
|
|
|
|
0 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
75 |
|
25 |
|
0 |
|
0 |
|
0 |
|
|
|
|
25 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
80 |
|
15 |
|
1 |
|
15 |
|
15 |
|
|
|
|
60 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
85 |
|
3 |
|
2 |
|
6 |
|
12 |
|
|
|
|
27 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
50 |
|
|
|
12 |
|
40 |
|
|
|
|
114 |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
93
Результаты вычислений можно проверить равенством
k |
U |
|
1 m |
k |
k |
k |
2m ; 114 50 2 12 40. |
|
i |
m |
2 m U |
U |
|||
i 1 |
|
i |
i |
i i |
i |
i |
|
|
|
|
i 1 |
i 1 |
i 1 |
|
Равенство выполняется, следовательно, таблица заполнена верно. Вычислим условные моменты
* |
|
1 |
12 |
0,24; |
* |
|
1 |
40 |
0,8. |
|
M1 |
|
|
M2 |
|
|
|||||
50 |
50 |
|||||||||
|
|
|
|
|
|
|
|
Вычислим выборочную среднюю и выборочную дисперсию
xв M1*h C 0,24 5 75 76,2;
Dв M2* M1* 2 h2 0,8 0,0576 25 18,56.
Аудиторные задания
2.1. По данным выборки найти несмещенные оценки для математического ожидания и дисперсии.
xi хi 1 |
7,8–8,0 |
8,0–8,2 |
8,2–8,4 |
8,4–8,6 |
8,6–8,8 |
8,8–9,0 |
mi |
5 |
20 |
80 |
95 |
40 |
10 |
2.2. Найти несмещенную оценку для дисперсии по данным выборки.
xi |
102 |
104 |
108 |
mi |
2 |
3 |
5 |
94
2.3. По данным выборки найти несмещенные оценки для математического ожидания и дисперсии генеральной совокупности.
а) Положительные отклонения от номинального размера в партии деталей (в мкм):
17; |
21; |
8; |
20; |
23; |
18; |
22; |
20; |
17; |
12; |
20; |
11; |
9; |
19; |
20; |
9; |
19; |
17; |
21; |
13; |
17; |
22; |
22; |
10; |
20; |
20; |
15; |
19; |
20; |
20; |
13; |
21; |
21; |
9; |
14; |
11; |
19; |
18; |
23; |
19. |
б) Время реакции (в секундах):
8,5; |
7,1; |
6,7; |
6,2; |
2,9; |
4,4; |
6,0; |
5,8; |
5,4; |
8,2; |
6,9; |
6,5; |
6,1; |
3,8; |
6,0; |
6,0; |
5,6; |
5,3; |
7,7; |
6,8; |
6,5; |
6,1; |
4,2; |
4,7; |
5,6; |
5,4; |
5,3; |
7,4; |
6,7; |
6,4; |
6,1; |
4,5; |
6,0; |
5,8; |
5,6; |
5,1. |
2.4. Даны результаты наблюдений за сроком службы 100 однотипных станков до выхода за пределы норм точности.
xi хi 1 |
20–25 |
25–30 |
30–35 |
35–40 |
40–45 |
mi |
9 |
24 |
35 |
22 |
10 |
Найти несмещенную оценку для дисперсии срока службы.
2.5. Приведены результаты измерения диаметра втулок, обрабатываемых автоматом.
xi хi 1 |
|
20,00–20,04 |
20,04–20,08 |
20,08–20,12 |
20,12–20,16 |
20,16–20,20 |
|
mi |
|
8 |
|
18 |
45 |
20 |
9 |
Найти |
несмещенные |
оценки |
для математического |
ожидания |
|||
и дисперсии.
95
Домашние задания
2.6. Даны отклонения напряжений от номинала (мВ):
|
xi хi 1 |
|
0,00– |
0,02– |
|
0,04– |
|
0,06– |
0,08– |
|
0,10– |
0,12– |
0,14– |
|||||
|
|
0,02 |
0,04 |
0,06 |
|
0,08 |
0,10 |
|
0,12 |
|
0,14 |
|
0,16 |
|||||
|
mi |
|
9 |
15 |
29 |
|
35 |
32 |
|
19 |
|
8 |
|
3 |
||||
|
Найти оценки для математического ожидания и дисперсии. |
|||||||||||||||||
|
2.7. Даны урожайности ржи на различных участках поля |
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
Урожайность, |
9–12 |
|
12–15 |
|
15–18 |
18–21 |
|
21–24 |
|
24–27 |
|||||||
|
ц/га |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Количество |
6 |
|
12 |
|
|
33 |
|
|
22 |
|
|
19 |
|
8 |
|||
|
участков |
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Найти оценку для средней урожайности всего поля.
2.8. По данной выборки найти оценки для математического ожидания и дисперсии генеральной совокупности.
xi |
|
12 |
|
|
14 |
|
16 |
|
|
18 |
|
20 |
|
22 |
mi |
|
5 |
|
|
15 |
|
50 |
|
|
16 |
|
10 |
|
4 |
Ответы: 2.1. xв 8,44; |
Du 0,042; |
2.2. Du |
6,93; |
|
|
|||||||||
2.3. а) xв 17,225; |
|
Du 19,67; б) |
xв 5,922; |
Du 1,4; |
|
|
||||||||
2.4. Du 30,81; |
2.5. xв 20,1016; |
Du 0,002; 2.6. |
xв 0,073; |
|||||||||||
Du 0,0011; |
2.7. |
xв 18,3; |
2.8. xв |
16,46; |
Du 4,92. |
|
|
|||||||
Занятие 3. Интервальные оценки
Краткие теоретические сведения
Пусть * * x1, ..., xn – функция выборки. Это есть случайная величина, называемая статистикой.
96
Интервальной называют оценку, которая определяется случайным интервалом 1*, *2 , 1* *2. В качестве интервальной оцен-
ки используются доверительные интервалы.
Доверительным интервалом для неизвестного параметра , называется случайный интервал 1*, *2 , который с заданной веро-
ятностью (надежностью) накрывает неизвестный параметр . Если исследуемая СВ распределена по нормальному закону с из-
вестным средним квадратическим отклонением , то доверительный интервалдляматематическогоожиданияопределяется неравенством
|
|
|
|
x |
t |
|
|
|
a x |
t |
|
|
, |
(3.1) |
|
|
|
|
|
|
n |
|
n |
||||||||
|
|
|
|
в |
|
|
|
в |
|
|
|
|
|||
где t |
|
– точность оценки; |
|
|
|
|
|
|
|
||||||
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
n – объем выборки; |
|
|
|
|
|
|
|
|
|
|
|
||||
t |
– |
значение аргумента |
функции |
Лапласа, при |
котором |
||||||||||
t |
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Если среднее квадратическое отклонение неизвестно, то доверительный интервал для математического ожидания исследуемой СВ
определяется неравенством |
|
|
|
|
|
||||||
|
|
x t |
|
s |
a |
x t |
|
s |
, где s D . |
(3.2) |
|
|
|
|
|
,n n |
|||||||
|
|
в |
,n n |
в |
u |
|
|||||
Значения t ,n |
находят по табл. П.5 |
по заданным n и . Число |
|||||||||
t ,n |
s |
называют точностью оценки математического ожидания. |
|||||||||
n |
|||||||||||
|
|
|
|
|
|
|
|
|
|
||
Доверительный интервал для среднего квадратического откло-
нения исследуемой СВ определяется неравенством |
|
s q1 s q2, |
(3.3) |
Значения q1 и q2 находятся по табл. 6 приложения по заданным
и n – 1.
97
Задача 1. Найти доверительный интервал для оценки с надежностью 0,99 неизвестного математического ожидания нормально
распределенного признака X, если известно, что 4, а по данным выборки объемом 100 вычислено xв 12,4.
Решение. Так как известно среднее квадратическое отклонение СВ, то для определения доверительного интервала для математического ожидания воспользуемся неравенством (3.1). Определим зна-
чение t : |
t |
|
|
|
0,99 |
0,495 t 2,58. Подставим в нера- |
||||||
2 |
2 |
|||||||||||
венство (3.1): |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|||
12,4 2,58 |
4 |
|
a 12,4 2,58 |
4 |
; |
11,08 a 13,432. |
||||||
10 |
|
10 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|||
Задача 2. Для исследования нормально распределенной СВ извлечена выборка объемом 25.
xi хi 1 |
10–20 |
20–30 |
|
30–40 |
40–50 |
50–60 |
mi |
1 |
8 |
|
10 |
3 |
3 |
Найти с надежностью 0,95 |
доверительные интервалы для |
|||||
математического ожидания и среднего кадратического отклонения исследуемой СВ.
Решение. По данным выборки методом произведений определим xв и s.
|
|
|
|
|
|
|
|
|
x |
* |
m |
Ui |
Ui mi |
U |
2m |
U |
1 2m |
|
i |
|
|
i |
i |
i |
i |
|
i |
|
|
|
|
|
|
|
|
15 |
1 |
–2 |
–2 |
4 |
|
1 |
||
|
|
|
|
|
|
|
||
25 |
8 |
–1 |
–8 |
8 |
|
0 |
||
|
|
|
|
|
|
|
||
35 |
10 |
0 |
0 |
0 |
|
10 |
||
|
|
|
|
|
|
|
||
45 |
3 |
1 |
3 |
3 |
|
12 |
||
|
|
|
|
|
|
|
||
55 |
3 |
2 |
6 |
12 |
|
27 |
||
|
|
|
|
|
|
|
||
|
25 |
|
–1 |
27 |
|
50 |
||
|
|
|
|
|
|
|
|
|
98
Проверка: |
|
|
|
|
|
|
|
|
|
|
|
|
50 25 2( 1) |
27; |
|
50 50. |
* |
1 |
0,04; |
* |
27 |
1,08. |
|||
|
M1 |
25 |
M2 |
25 |
||||||||
|
|
|
|
|
|
|
|
|
|
|
||
xв 35 ( 0,04) 10 34,6; |
Dв 1,08 0,04 2 100 107,84; |
|||||||||||
D |
n |
|
D |
|
25 107,84 112,33; |
s |
D 10,6. |
|
||||
n 1 |
|
|||||||||||
u |
в |
|
24 |
|
|
|
|
u |
|
|
||
Для определения доверительного интервала для математического ожидания воспользуемся неравенством (3.2):
t ,n t 0,95;24 2,064;
34,6 2,06410,65 a 34,6 2,06410,65 ; 34,6 4,38 a 34,6 4,38;
30,22 a 38,98.
Для определения доверительного интервала для среднего квадратического отклонения воспользуемся неравенством (3.3):
q1 0,781; |
q2 1,391; |
10,6 0,781 10,6 1,391;
8,28 14,74.
Аудиторные задания
3.1. Для определения привеса рыбы за год в одном из рыбхозов проводились выборочные исследования. Разводимые в пруду карпы взвешивались и отпускались обратно. Результаты 100 таких измерений показали, что годовой привес рыбы в среднем составил 200 г, а генеральная дисперсия – 320 г2. Найти с надежностью 0,95 доверительный интервал для годового привеса рыбы P.
99
3.2. Одним и тем же прибором со средним квадратическим отклонением случайных ошибок измерения 40 м проведено пять
различных измерений расстояния. Найти с надежностью 0,95 доверительный интервал для оценки истинного расстояния, если сред-
нее всех проведенных измерений xв 2000 м.
3.3. Выборка из большой партии электроламп содержит 100 ламп. Средняя продолжительность горения ламп в выборке равна 1000 ч. Найти с надежностью 0,95 доверительный интервал для продолжительности горения ламп всей партии, если известно, что среднее квадратическое отклонение продолжительности горения лампы 40 ч.
3.4. Найти минимальный объем выборки, при котором с надежностью 0,925 точность оценки математического ожидания нормально распределенной СВ равна 0,2, если среднее квадратическое отклонение 1,5.
3.5. По данным выборки найти доверительный интервал, с надежностью 0,99 накрывающий среднее квадратическое отклонение.
xi |
0,1 |
0,2 |
0,3 |
0,4 |
0,5 |
mi |
2 |
4 |
7 |
6 |
1 |
3.6. Из генеральной совокупности СВ, распределенной по нормальному закону, выбрано 100 значений СВ. Найти доверительные интервалы для математического ожидания и среднего квадратического отклонения с надежностью 0,95.
xi хi 1 |
|
100–120 |
|
120–140 |
|
140–160 |
|
160–180 |
180–200 |
|||||
mi |
17 |
|
|
40 |
|
|
32 |
8 |
3 |
|
||||
3.7. С целью определения средней суммы Q вкладов в банке |
||||||||||||||
произведена выборка |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Сумма, |
|
10–30 |
|
30–50 |
|
50–70 |
70–90 |
|
90–110 |
110–130 |
|
|||
млн.руб. |
|
|
|
|
|
|||||||||
mi |
|
1 |
|
3 |
|
10 |
|
30 |
|
60 |
7 |
|
||
Найти границы среднего вклада с надежностью 0,95. 100
