тимс - Лекції / оценивание параметров распределения / Лекція 2.2
.2.docМІНІСТЕРСТВО ОСВІТИ І НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ
ГОРЛІВСЬКИЙ ТЕХНІКУМ ДОНЕЦЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ
ЛЕКЦІЯ № 19
з теми: «ВЛАСТИВОСТІ ОЦІНКИ ПАРАМЕТРІВ. МЕТОДИ ЗНАХОДЖЕННЯ ОЦІНОК.»
Модуль КЗН-02. ПР.О.10.02 Оцінювання параметрів розподілу
Дисципліна: «Теорія ймовірностей та математична статистика»
Розглянуто та схвалено на засіданні циклової комісії інформаційних технологій та прикладної математики.
Протокол № ____ від _______20__ р.
Голова циклової комісії ПМ Велікодна О. В.
|
Розробив викладач Велікодна О. В.
|
ПЛАН ЗАНЯТТЯ
Дата: курс: ІІІ
Викладач: Велікодна Ольга Володимирівна.
Тема: Властивості оцінки параметрів. Методи знаходження оцінок.
Мета:
-
Дидактична: розглянути основні властивості точкових оцінок параметрів розподілу випадкової величини, методи знаходження оцінок. Ознайомитися з методами перевірки властивостей отриманих оцінок.
-
Виховна: виховувати серйозне ставлення до математики як науки, здатність читати математичну літературу, вміння чітко формулювати власні думки.
-
Методична: вдосконалити методику проведення лекційного заняття.
Тип: лекція № 19.
Вид: лекція – діалог.
Методи та форми проведення заняття: язиковий, репродуктивний. наглядний, індуктивний, методи усного контролю знань.
Науково-методичне забезпечення:
-
Кремер Н. Ш. Теория вероятностей и математическая статистика: Учебник для вузов. – М.: ЮНИТИ – ДАНА, 2002.
-
Гмурман В. Е. Теория вероятностей и математическая статистика.- М.: Высшая школа, 1977.
-
Гмурман В. Е. Руководство к решению задач по теории вероятностей и математической статистике. - М.: Высшая школа, 1979.
-
Данко П. Е. Высшая математика в упражнениях и задачах. В 2 ч. Ч. 2. Учебное пособие для вузов. – М.: Издательский дом «ОНИКС 21 век»: Мир и Образование, 2002.
-
Медведева М. И., Новожилова Е. Г. Теория вероятностей и математическая статистика с применением информационных технологий: Учеб. пособие. – Донецк: ДонНУ, 2002.
Між предметні зв’язки:
-
Дисципліни, що забезпечують – дискретна математика, математичний аналіз.
-
Дисципліни, що забезпечуються – моделювання виробничих та економічних процесів, математична економіка.
Обладнання: зошити, ручки, крейда, дошка.
ХІД ЗАНЯТТЯ
-
Організаційна частина:
-
відсутні;
-
підготовка до заняття;
-
перевірка д/з.
-
Актуалізація опорних знань:
-
Дати визначення вибірці. Визначити види вибірок.
-
Визначити способи організації вибірок.
-
Визначити основні характеристики вибіркової сукупності: вибіркове середнє, вибіркову дисперсію, вибіркову долю.
-
Визначити поняття генеральної сукупності, пов’язати вибірку із генеральною сукупністю.
-
Визначити основні характеристики генеральної сукупності та їх зв’язок з вибірковими характеристиками.
-
Сформулювати закон великих чисел.
-
Вивчення нового матеріалу:
-
Тема лекції: Властивості оцінки параметрів. Методи знаходження оцінок.
-
Мотивація вивчення матеріалу: в сучасному світі теорія ймовірностей є найважливішою та найцікавішою наукою, що має багато парадоксальних висновків, але чітко описує всі процеси та їх наслідки, що можливо дослідити. Вивчення основних питань теорії ймовірностей дозволяє розширити можливості спеціаліста – програміста, надає більш глибоке бачення економічних, природничих та інших явищ у суспільстві.
-
План вивчення нового матеріалу: надається в конспекті лекції.
-
Виклад нового матеріалу: конспект лекції надається.
-
Закріплення нового матеріалу.
-
Підсумки заняття.
-
Домашнє завдання:
Конспект лекції № 19.
Тема: «ВЛАСТИВОСТІ ОЦІНКИ ПАРАМЕТРІВ. МЕТОДИ ЗНАХОДЖЕННЯ ОЦІНОК.»
План лекції № 19.
-
Властивості оцінки параметрів розподілу.
-
Методи знаходження оцінок.
Нехай розподіл ознаки Х – генеральної сукупності – заданий функцією імовірностей (для дискретної випадкової величини) або щільністю імовірностей (для безперервної випадкової величини) з невідомим параметром θ.
Про параметр θ намагаються судити по вибірці х1, х2, ... , хп.
Визначення:
Оцінкою параметра θ називають будь-яку функцію результатів спостережень над випадковою величиною Х, за допомогою якої судять про значення параметра θ: .
Оцінка θп – випадкова величина, яка залежить від закону розподілу випадкової величини Х і числа п.
Про якість оцінки судять не по індивідуальним її значенням, а лише по розподілу її значень у великій мережі випробувань, тобто по вибірковому розподілу оцінки.
Основна умова, якій повинна відповідати найкраща оцінка: розсіювання випадкової величини відносно θ, наприклад, , було по можливості якомога менше. .
Властивості оцінок:
-
Оцінка параметра θ називається незміщеною, якщо .
Потреба незміщености гарантує відсутність систематичних оцінок при оцінюванні.
-
Оцінка параметра θ називається забезпеченою, якщо вона задовольняє закону великих чисел, тобто .
Практичний зміст мають тільки забезпечені оцінки (при )
Теорема: Якщо оцінка параметра θ є незміщеною, а її дисперсія , при , то оцінка є і забезпеченою.
-
Незміщена оцінка параметра θ називається ефективною, якщо вона має найменшу дисперсію серед усіх можливих незміщених оцінок параметра θ, обчислених по вибіркам одного і того ж об’єму п (вирішальна властивість, визначає якість оцінки).
Ефективність оцінки визначається співвідношенням:
, де і - дисперсії ефективної і даної оцінок.
Чим ближче е до 1, тим ефективніше оцінка.
Якщо е→1 при n→∞, то така оцінка називається асимптотично-ефективною.
Висновок:
У якості статистичних оцінок параметрів генеральної сукупності бажано використовувати оцінки, що задовольняють одночасно вимогам незміщеності , забезпеченості і ефективності.
Методи знаходження оцінок.
-
Метод моментів (автор: К. Пирсон): визначена кількість вибіркових моментів (початкових νк або центральних μк) дорівнюється до відповідних теоретичних моментів розподілу (νк або μк) випадкової величини Х.
(дискретна випадкова величина)
(безперервна випадкова величина).
Приклад:
Знайти оцінку методу моментів для параметра λ закону Пуассона.
Значить, оцінка методу моментів параметра λ закону Пуассона є вибіркова середня .
-
Метод максимальної правдоподібності (автор – Р. Фішер).
Основа метода – функція правдоподібності, що виражає щільність імовірності спільної появи результатів вибірки х1, х2, ... , хп:
згідно методу максимальної правдоподібності в якості оцінки невідомого параметра θ приймають таке значення , яке максимізує функцію L.
Для відшукування оцінки параметра θ треба вирішити рівняння правдоподібності:
або
і відібрати те рішення, яке звертає функцію в максимум.
Приклад:
Знайти оцінку методу максимальної правдоподібності для імовірності р настання деякої події А по даному числу т появи цієї події в п незалежних випробуваннях.
Рішення:
Складемо функцію правдоподібності:
рівняння правдоподібності
.
оцінкою методу максимальної правдоподібності імовірності р події А буде частість цієї події.
Дома: Знайти оцінки методу максимальної правдоподібності для параметрів а і σ2 нормального закону розподілу за даними вибірки.
Висновок:
Якщо для параметра θ існує ефективна оцінка , то оцінка максимальної правдоподібності єдина і дорівнює . Оцінки максимальної правдоподібності є заможними, асимптотичні ефективні і мають асимптотичний нормальний розподіл.
-
Метод найменших квадратів – оцінка визначається з умови мінімізації суми квадратів відхилень вибіркових даних від обумовленої оцінки.
Приклад: Знайти оцінку методу найменших квадратів для генеральної середньої . .
По необхідній умові екстремуму
, де - вибіркова середня – оцінка генеральної середньої .
Метод найменших квадратів найефективніший на практиці і не потребує великих обчислень.