Нов-ПМС-1
.pdf
|
n |
|
1 |
n |
|
1 |
|
n |
|
||
S 2 |
|
|
|
|
(x j |
x)2 |
|
|
(x j |
x)2 |
|
n 1 |
n |
n 1 |
|||||||||
|
|
j 1 |
|
j 1 |
|
||||||
|
|
|
|
|
|
|
|
|
Доказано.
Задача 21
Показать, что оценки Dx* и S 2 , полученные в задачах 19
и 20 соответственно, являются состоятельными оценками дисперсии генеральной совокупности.
Доказательство: По задаче 19
|
|
* |
|
|
1 |
|
|
n |
|
|
|
|
|
~ |
2 |
|
1 |
|
n |
|
|
|
|
~ |
|
2 |
|
|
||||||
|
Dx |
|
|
|
|
|
(xi |
x ) |
|
|
|
|
((xi |
) (x |
)) |
, m . |
||||||||||||||||||
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
|||||||
По теореме Чебышева: |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
1 |
|
n |
|
|
|
|
m) |
|
M[(xi m) |
] |
|
, n |
|
|
||||||||||||||||||||
|
|
(xi |
|
2 |
2 |
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
||
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
~ |
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
m, n ( неравенство Чебышева) |
|
|
||||||||||||||||||||||||||||||
|
~ |
|
m) |
2 |
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
(x |
|
|
|
0, n |
Dx |
является состоятельной |
||||||||||||||||||||||||||||
Т.о. Dx |
|
|
|
, n , т.е. |
||||||||||||||||||||||||||||||
|
|
|
|
|
* |
|
|
|
P |
|
|
|
2 |
|
|
|
|
|
|
|
|
|
* |
|
|
|
|
|
|
|
|
|||
оценкой дисперсии. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
По задаче 20: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
S 2 |
|
|
n |
D* , |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
n 1 |
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
S |
|
|
|
|
|
, n , т.к. Dx |
|
, n , |
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
2 |
|
|
P |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
* |
P |
|
|
2 |
|
|
|
|
|
|
|||
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
n |
|
P |
|||||
|
P{| |
|
|
|
|
|
|
1 | } P{| |
|
|
|
|
| } 0 |
|
|
1, n . |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
n 1 |
|
|
n |
|
|
|
|
n 1 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Доказано.
Задача 22
Пусть x1 , x2 ,..., xn выборка из генеральной совокупности
с известным средним m и неизвестной дисперсией 2 . Показать, что несмещѐнной оценкой 2 будет статистика
81
|
1 |
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
02 |
(xi m)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Доказательство: |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
1 |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
1) M 02 |
|
M (xi |
m)2 2 |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
||||||||||||
|
|
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
1 |
n |
2m |
|
n |
|
nm |
2 |
|
1 |
n |
2m |
n |
|
2) M 02 M ( |
xi 2 |
xi |
|
) |
Mxi2 |
M xi m2 |
||||||||||||
|
n |
|
|
|
|
|||||||||||||
|
|
|
|
|
2 i 1 |
i 1 |
|
|
n |
|
|
n i 1 |
n i 1 |
|||||
Mx2 |
2m2 m2 Mx2 |
m2 |
Dx 2 |
|
|
|||||||||||||
i |
|
|
|
|
|
|
|
|
i |
|
|
|
|
i |
|
|
|
|
Таким образом, 02 является несмещѐнной оценкой 2 . Доказано.
Задача 23
Пусть (x1 , y1 ), (x2 , y2 ),..., (xn , yn ) - выборка из двумерной
генеральной совокупности. Методом подстановки найти оценку ковариации. Показать, что получаемая оценка является смещѐнной и состоятельной. Найти несмещѐнную оценку
Решение:
|
|
|
|
|
|
|
1 |
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(xi x)( yi y) , |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
k |
xy kxy* |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
~ |
1 |
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
(xi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
kxy |
|
|
|
x)( yi |
y) - несмещѐнная оценка,. |
|
|
|||||||||||||||||||||||||||
n 1 |
|
|
||||||||||||||||||||||||||||||||
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
n |
|
|
|
|
|
|
|
|
|
|
1 |
|
n |
|
|
|
|
|
|||
xi x (xi |
mx |
) |
(xi |
|
mx ) xi |
|
|
xi . |
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
n i 1 |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Аналогично yi y yi |
|
yi . |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Тогда M[(x |
|
x)( y |
|
y)] k |
|
|
2 |
k |
|
|
|
1 |
k |
|
|
n 1 |
k |
|
, |
|||||||||||||||
i |
i |
xy |
|
xy |
|
xy |
|
xy |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
n |
|
|
n |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
так как kx y |
i |
|
0 |
при i j, kx y |
kxy |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
i i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
1 |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
D[k * |
] |
|
|
D[(x |
|
|
x)( y |
|
y)] 0 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
2 |
|
i |
|
i |
|
|
|
|
|
|
||||||||||||||||||||||
|
|
xy |
|
n |
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
82
Доказано. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
~ |
|
|
|
Задача 24 |
|
|
|
|||||
Пусть |
несмещѐнная |
|
|
|
|
|
|
|||||||
|
- |
|
оценка параметра , D[ ] . |
|||||||||||
Показать, |
что |
~ |
|
является |
смещѐнной оценкой |
2 , и |
||||||||
|
2 |
|||||||||||||
вычислить смещение. |
|
|
|
|
|
|
|
|||||||
Решение: |
|
|
|
|
|
|
|
|
|
|
|
|||
~2 |
|
~ |
|
|
2 |
|
~ |
|
2 |
- смещѐнная оценка |
2 |
, |
||
M[ |
] D[ ] M |
|
[ ] D[ ] |
|
|
|||||||||
|
~ 2 |
равно |
~ |
|
|
|
|
|
|
|
||||
смещение |
D[ ]. |
|
|
|
|
|
|
|
Доказано.
Задача 25
Показать, что выборочное среднее, вычисленное по выборке из генеральной совокупности, имеющей распределение Пуассона с параметром , будет несмещѐнной и состоятельной оценкой этого параметра.
Доказательство: ~ p0 ()
|
|
|
|
|
|
|
|
|
1 |
n |
|
|
|
|
|
|
|||
D , M , * |
x, M * |
M i – оценка является |
|||||||||||||||||
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
n i 1 |
|
|
|
|
|
|
|||
несмещѐнной, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
1 |
n |
|
1 |
|
n |
|
|
|
1 |
n |
|
|
|
|
|
|||
D * D( |
|
|
) |
|
|
D |
|
i |
|
|
|
|
D |
i |
|
|
0 |
||
|
|
2 |
|
2 |
|
||||||||||||||
|
|
i |
|
n |
|
|
|
|
n |
|
|
n |
n |
||||||
|
n i 1 |
|
|
|
i 1 |
|
|
|
|
i 1 |
|
|
|
|
оценка является состоятельной. Доказано.
Задача 26
Показать. что выборочное среднее является эффективной оценкой параметра распределения Пуассона.
Доказательство: по задаче 25 выборочное среднее является несмещѐнной и состоятельной оценкой.
83
* x 1 n i , n i 1
f ( ,) P{ } e , !
ln f ( , ) ln ln !,
ln f ( , ) |
3 |
1 |
3 |
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
M{ ln f ( , ) )2 |
M ( |
3 |
)2 |
|
|
|
1 |
M (3 )2 |
|
1 |
|
1 |
, |
|||||||||||||||||
|
|
|
|
|
2 |
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
||||||||||
2 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
n . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
nM ( |
ln f ( , ) |
) |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Так как |
* |
2 |
, |
|
|
то |
|
выборочное среднее |
является |
|||||||||||||||||||||
D |
|
|
|
|
|
|||||||||||||||||||||||||
эффективной оценкой |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Доказано. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
Задача 27 |
|
|
|
|
|
|
|
|
|||||||||
|
Пусть x1 , x2 ,..., xn |
- |
|
|
выборка |
из |
|
нормального |
||||||||||||||||||||||
распределения |
генеральной |
|
совокупности |
N(m, ) . Найти |
||||||||||||||||||||||||||
информацию Фишера |
|
|
In( 2 ) . |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
( x m)2 |
|
|
|
|
|
|
|
|
||||||||
|
Решение: |
f (x) |
|
|
e |
|
|
2 2 |
|
, |
Dx |
|
2 |
. |
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
2 |
|
|
|
|
|
|
|
|
84
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
( x m)2 |
|
|
|
|
|
|
|
|
|
|
|
(x m) |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
(x m) |
2 |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
2 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
ln f (x) ln |
|
|
|
|
|
ln e |
|
|
|
ln |
|
2 |
|
|
ln |
|
2 ln |
|
, |
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 2 |
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
I ( ) M |
ln f (xi , ) |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
In( ) nI ( ), |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
ln f (x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
(x m) |
2 1 |
|
|
|
|
|
1 |
|
|
|
(x m) |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
ln |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
2 |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
2 |
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 ln f (x) |
|
|
1 |
|
|
(x m)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
( 2 )2 |
|
2 4 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
2 |
|
|
|
|
|
|
2 ln f (x) |
|
|
|
|
|
|
|
|
1 |
|
|
(x m)2 |
|
|
|
|
1 |
|
|
2 |
|
1 |
|
|
|
|
|
||||||||||||||||||||||||
I ( |
|
) M |
|
|
|
|
|
|
|
|
|
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
||||||||||||
|
|
( |
2 |
) |
2 |
|
|
2 |
4 |
|
|
|
2 |
|
|
|
2 |
4 |
|
6 |
2 |
4 |
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
In( 2 ) |
|
|
|
|
n |
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
2 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Ответ: |
|
n |
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
2 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Задача 28
Вусловиях предыдущей задачи при известном
математическом ожидании m оценивается дисперсия 2 . Показать, что статистика
S02 1n (xi m)2 является эффективной оценкой 2 .
Решение:
M[S02 ] 1n M (xi m)2 2 оценка является несмещѐнной.
85
D[S02 ] M [S02 ]2 M 2[S02 ]( ) |
|
|
|
|
|
|
|
|
|
|||||||||||
M [S02 ]2 M [ |
1 |
( (xi m)2 )]2 М [ |
1 |
( (xi m)4 |
(xi |
m)2 (x j m)2 )] |
|
|||||||||||||
|
2 |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
n |
|
|
n |
|
|
|
i j |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
[ M (xi m)4 |
M (xi m)2 M (x j |
m)2 ] |
|
1 |
(3n 4 |
(n 1)n 4 ) |
2 4 |
4 |
||||||||||
2 |
|
2 |
n |
|||||||||||||||||
|
n |
|
|
|
|
|
|
|
|
i j |
|
|
|
n |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
( ) |
2 4 |
4 |
4 |
2 4 |
. |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
S 2 |
|
n |
|
|
(26) |
n |
|
|
|
|
|
|
|
|
|
|||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
D[S 2 ] оценка является эффективной |
|
|
|
||||||||||||||||
S |
|
|
|
|||||||||||||||||
|
0 |
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Доказано.
Лабораторная работа № 2
Целью лабораторной работы является получение точечных оценок параметров распределений в пакете
MATHCAD.
Точечная оценка математического ожидания
Доказано, что эффективной оценкой математического ожидания нормально распределенной случайной величины
является оценка ˆn =(x1+x2+…+xn)/n. Именно поэтому
последняя оценка так широко используется в математической статистике. Для оценки неизвестного математического ожидания случайной величины будем использовать
выборочное среднее, т. е: ˆn x x1 x2 ... xn . n
Точечные оценки дисперсии
Для дисперсии 2 случайной величины X можно предложить следующую оценку:
|
|
1 |
n |
|
|
DX |
(xi x)2 , где |
x – выборочное среднее. |
|||
|
|||||
|
|
n i 1 |
|
Доказано, что эта оценка состоятельная, но смещенная.
86
В качестве состоятельной несмещенной оценки дисперсии используют величину
|
2 |
|
1 |
n |
|
2 |
|
1 |
|
|
n |
2 |
|
2 |
|
s |
|
|
|
(xi |
x ) |
|
|
|
|
|
xi |
nx |
|
. |
|
|
|
|
n 1 |
|
|||||||||||
|
|
|
n 1 i 1 |
|
|
|
i 1 |
|
|
|
|
Именно несмещенностью оценки s2 объясняется ее более частое использование в качестве оценки величины DX. Заметим, что Mathcad предлагает в качестве оценки дисперсии величину DX, а не s2: функция var(x) вычисляет величину:
1 |
n |
|
|
i |
|
xi |
mean(x) 2 , где mean(x) - выборочное среднее: |
|
|||
1 |
n |
x . |
|||
n |
|
||||
i 1 |
|
n |
i 1 |
|
|
|
|
|
|
|
Задание
Найдите состоятельные несмещенные оценки математического ожидания МX и дисперсии DX случайной величины X по приведенным в задании выборочным значениям x1, x2, .., xn.
Порядок выполнения задания
1.Прочитайте с диска файл, содержащий выборочные значения, или введите заданную выборку с клавиатуры.
2.Вычислите точечные оценки МX и DX.
Пример выполнения задания
Найдите состоятельные несмещенные оценки математического ожидания МX и дисперсии DX случайной величины X по выборочным значениям, заданным следующей таблицей.
X |
904.3 |
910.2 |
916.6 |
928.8 |
935.0 |
941.2 |
N |
1 |
3 |
1 |
1 |
1 |
1 |
X |
947.4 |
953.6 |
959.8 |
966.0 |
972.2 |
978.4 |
N |
2 |
1 |
1 |
1 |
2 |
1 |
Для выборки, заданной таблицей такого типа (приведено выборочное значение и число, указывающее, сколько раз это значение встречается в выборке), формулы для состоятельных несмещенных оценок математического ожидания и дисперсии имеют вид:
87
|
1 |
k |
|
1 |
|
k |
n |
|
x |
ni xi , s2 |
|
|
ni (xi |
x )2 , n ni , |
|||
n |
n 1 |
|||||||
|
i 1 |
|
i 1 |
i 1 |
||||
|
|
|
|
|
где k – количество значений в таблице; ni – количество значений xi в выборке, n – объем выборки.
Фрагмент рабочего документа MATHCAD с вычислениями точечных оценок приведен ниже.
88
3.МЕТОДЫ ПОЛУЧЕНИЯ ТОЧЕЧНЫХ ОЦЕНОК
3.1.Метод максимального правдоподобия (ММП)
Одним из универсальных методов оценивания параметров распределения является метод максимального правдоподобия. Оценку параметра , получаемого с помощью
этого |
метода, |
будем |
обозначать |
|
|
|
оценку |
|||||||
(X) , а |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
параметрической функции (X) . |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пусть задана |
выборка |
|
=(X1,...,Xn) из |
распределения |
||||||||||
X |
||||||||||||||
L( ) F={F(x; ); }, |
|
|
|
|
|
|
|
|
|
|||||
и L( x ; ) функция правдоподобия для |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
реализации x =(x1,...,xn) выборки |
X . |
|
|
|
|
|||||||||
По определению оценкой максимального правдоподобия |
||||||||||||||
(о.м.п.) |
|
параметра |
|
|
называется |
такая |
точка |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
параметрического |
множества |
, в |
которой |
функция |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
достигает максимума. |
|||
правдоподобия L( x ; ) при заданном x |
||||||||||||||
Таким образом |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
или |
|
|
|||
|
|
|
L( x ; |
) L( x ; ), |
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
L( x ; )= sup L( x ; ). |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Замечание. |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Если L( x ; 1)> |
L( x ; 2), то говорят, что значение |
|||||||||||||
параметра 1 более правдоподобно, чем |
2. Таким образам, |
|||||||||||||
оценка |
максимального |
правдоподобия |
|
является наиболее |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
правдоподобным значением параметра . |
|
|
|
|||||||||||
Если для каждого |
|
из выборочного пространства X |
||||||||||||
x |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
максимум L( x ; ) достигается во внутренней точке |
и L( x ; ) |
|||||||||||||
дифференцируема по , то о.м.п. |
удовлетворяет уравнению |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
L(x; ) |
|
0 |
или |
ln L(x; ) |
0 . |
|
|
|
|
||||
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Если векторный параметр: =(1,...,r), то это уравнение заменяется системой уравнений
89
ln L(x; )
i 0 , i=1,...,r.
Последние уравнения называются уравнениями правдоподобия.
3.2. Свойства оценок максимального правдоподобия
1. Эффективность. |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
Теорема 3.1. Если существует эффективная оценка Т( X ) |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
для скалярного параметра , то = Т( X ). |
|||||||||||
Доказательство: Это очевидное следствие критерия |
|||||||||||
эффективности Рао-Крамера |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
1 |
|
T(X) . |
|
|
|
|
ln L(x; ) |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a( ) |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
Приравняем к 0 и получим = Т( X ). |
|
|
|
||||||||
2. Достаточность. |
|
|
|
|
|
|
|
|
|||
Теорема |
3.2. Если |
имеется |
|
достаточная статистика |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
Т=Т( X ), а о.м.п. существует и единственна, то она является |
|||||||||||
функцией от достаточной статистики Т. |
|||||||||||
Доказательство: Согласно критерию факторизации |
|||||||||||
справедливо разложение: |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|||
|
|
L( x ; )=g(T( x ); ) h( x ) |
|||||||||
|
|
|
|
|
|
|
|
|
|
||
|
|
ln L(x; ) |
|
|
ln g(T(x); ) |
0 . |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
Решаем уравнение относительно . |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Получаем, = (Т( x )) – некоторая функция статистики, а это |
|||||||||||
есть оценка МП, что и требовалось доказать. |
|||||||||||
Следовательно, |
|
зависит |
от статистических данных через |
||||||||
|
|
|
|
|
|
|
|
|
|
|
Т( x ).
90