
- •Лекція № 10 Тема: Біноміальний, рівномірний і нормальний розподіл ймовірностей
- •1. Біноміальний розподіл ймовірностей
- •1.1. Розподіл Бернуллі
- •2. Рівномірний розподіл
- •2.1 Рівномірний дискретний розподіл
- •2.2 Рівномірний неперервний розподіл
- •3. Нормальний розподіл ймовірностей
- •4. Нормальне наближення
- •5. Розподіли, пов’язані з нормальним
- •1) Розподіл 2 (хі-квадрат)
- •2) Розподіл Стьюдента (-розподіл)
- •6. Оцінки параметрів розподілу випадкових величин
- •7. Оцінки параметрів біноміального розподілу
- •8. Оцінки параметрів нормального розподілу
- •8.1 Довірчий інтервал для математичного сподівання при відомій дисперсії
- •8.2 Довірчий інтервал для математичного сподівання при невідомій дисперсії
- •8.3. Довірчий інтервал для дисперсії при відомому математичному сподіванні
- •8.4. Довірчий інтервал для дисперсії при невідомому математичному сподіванні
- •8.5. Довірчий інтервал для середнього квадратичного відхилення
8.3. Довірчий інтервал для дисперсії при відомому математичному сподіванні
Нехай
– вибірка спостережень з нормальної
генеральної сукупності. Знайдемо
довірчий інтервал для дисперсії
нормально розподіленої величини
з відомими математичним сподіванням
.
Оскільки
значення математичного сподівання
відоме, то як оцінку величини
візьмемо точкову оцінку дисперсії
,
яку будемо розглядати як випадкову
величину, залежну від випадкової вибірки.
Тоді величина
є сумою квадратів значень
.
Ці величини мають стандартний нормальний
розподіл з параметрами 0 і 1, а сума
має
розподіл Пірсона з
степенями вільності. Користуючись
щільністю
-розподілу,
знайдемо інтервал, в який значення
потрапляють з надійністю
.
Позначимо цей інтервал
.
Оскільки розподіл
не є симетричним, то щоб отримати
симетричний відносно параметра інтервал,
значення
і
виберемо так, щоб ймовірність попадання
значень
лівіше
і правіше
була однаково рівною
.
Тоді
.
Числа
і
можна
відшукати за спеціальною таблицею
критичних точок розподілу
,
виходячи з того, що
,
.
Після того, як числа
і
вибрані,
можливо визначити довірчий інтервал
для дисперсії
.
Оскільки
,
то нерівність
перетвориться на нерівність
або, в еквівалентному вигляді
.
Цяподвійна
нерівність означає,
що довірчим інтервалом для дисперсії
з надійністю
є проміжок
.
Зауваження.
Таблиці критичних точок
і
розподілу
містять два параметри: рівень значущості
,
визначуваний значеннями
і
,
а також число степенів свободи, рівне
об'єму вибірки
.
Критичні значення в таблицях найчастіше
позначаються
.
Зауваження.
Критичні
точки розподілу
можна
обчислити
а) в Excel за формулою =ХИ2ОБР(α; k), де α – рівень значущості, k – число ступенів свободи.
а) в Mathcad за формулою qchisq(1–α; k), де α – рівень значущості, k – число ступенів свободи.
Приклад
4.
В умовах прикладу 3 знайти довірчий
інтервал для дисперсіїз
надійністю
.
Розв’язання.
Об'єм вибірки
,
вибіркове середнє
,
вибіркова дисперсія
.
За
заданою надійністю
обчислимо
,
.
Відшукаємо
числа
і
за
таблицею критичних точок розподілу
:
,
.
Отримаємо довірчий інтервал для дисперсії:
,
.
Таким
чином, інтервал
покриває параметр
з надійністю
привідомому
математичному сподіванні.
8.4. Довірчий інтервал для дисперсії при невідомому математичному сподіванні
Знайдемо
довірчий інтервал для дисперсії
нормально розподіленої величини
з невідомими математичним сподіванням.При
виведенні інтервальної оцінки у разі
відомого математичного сподівання
,
ми користувалися величиною
.
Тепер це значення використовувати
неможна, тому за незміщену оцінку
дисперсії будемо використовувати
виправлену вибіркову дисперсію
..
Випадкова величина
має розподіл Пірсона
із
ступенями свободи. Виберемо близьку
до одиниці ймовірність
і знайдемо інтервал, в який потрапляє
невідомий параметр з надійністю
.
Для цього повторимо міркування пункту
8.3 і отримаємо, що оцінюване значення
дисперсії
з надійністю
покривається довірчим інтервалом
.
Приклад
5.
В умовах прикладу 3 знайти довірчий
інтервал для дисперсіїпри
невідомому
математичному сподіванні
з надійністю
.
Розв’язання.
Об'єм вибірки
,
вибіркове середнє
,
вибіркова дисперсія
,
виправлена вибіркова
дисперсія
.
Отримаємо довірчий інтервал для дисперсії:
,
.
Таким
чином, інтервал
покриває параметр
з надійністю
при невідомому
математичному сподіванні.