- •Комбинаторика
- •Комбинаторный принцип умножения
- •Размещения
- •Перестановки
- •Сочетания
- •Размещения с повторениями
- •Алгебра событий
- •Предмет теории вероятностей
- •Классификация событий
- •Действия над событиями
- •Вероятность события
- •Относительная частота события и ее свойства
- •Статистическое определение вероятности
- •Аксиоматическое определение вероятности
- •Классическое определение вероятности
- •Геометрическое определение вероятности
- •Алгебра вероятностей
- •Условная вероятность
- •Правило умножения вероятностей
- •Независимость двух событий
- •Независимость n событий
- •Правила сложения вероятностей
- •Формулы полной вероятности и Байеса
- •Формула полной вероятности
- •Формула Байеса
- •Схема Бернулли проведения независимых испытаний. Биномиальная вероятность
- •Приближенная формула Пуассона для вычисления биномиальной вероятности
- •Локальная и интегральная формулы Муавра-Лапласа
- •Одномерная случайная величина
- •Определение случайной величины
- •Дискретная случайная величина
- •Числовые характеристики дискретной случайной величины
- •Понятие числовой характеристики случайной величины
- •Математическое ожидание
- •Дисперсия
- •Мода
- •Начальные и центральные моменты
- •Биномиальное, Пуассона, геометрическое распределения
- •Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •Непрерывная случайная величина
- •Числовые характеристики непрерывной случайной величины
- •Нормальное, показательное, равномерное распределения
- •Нормальное распределение (закон Гаусса)
- •Показательное распределение
- •Равномерное распределение
- •Двумерная случайная величина
- •Двумерная случайная величина, ее функция распределения
- •Дискретная двумерная случайная величина, ее таблица распределения
- •Непрерывная двумерная случайная величина. Плотность вероятности
- •Примеры двумерных непрерывных распределений
- •Равномерное распределение
- •Нормальное распределение
- •Зависимость и независимость двух случайных величин
- •Условные законы распределения. Числовые характеристики двумерной случайной величины. Связь между случайными величинами
- •Условные законы распределения
- •Числовые характеристики
- •Корреляционные момент и коэффициент корреляции
- •Предельные теоремы
- •Неравенства Маркова и Чебышёва
- •Неравенство А.А. Маркова
- •Неравенство П.Л. Чебышёва
- •Теоремы Чебышёва и Бернулли
- •Центральная предельная теорема для случая одинаково распределенных слагаемых
- •Цепи Маркова. Понятие случайного процесса
- •Введение в математическую статистику
- •Предмет математической статистики
- •Описательная статистика
- •Генеральная совокупность. Выборка. Выбор
- •Вариационный и статистический ряды
- •Выборочная функция распределения
- •Выборочные числовые характеристики
- •Основные оценки
- •Группированный статистический ряд. Гистограмма
- •Группированный статистический ряд
- •Оценивание генеральных числовых характеристик с помощью интервального статистического ряда
- •Гистограмма
- •Точечное оценивание числовых характеристик и параметров распределения генеральной совокупности
- •Понятие точечной статистической оценки. Требования к оценкам
- •Свойства выборочного среднего и выборочной дисперсии
- •Свойства
- •Свойства моментов
- •Метод моментов получения оценок параметров генерального распределения
- •Метод максимального правдоподобия получения оценок параметров генерального распределения
- •Интервальное оценивание числовых характеристик и параметров распределения генеральной совокупности
- •Доверительный интервал. Точность и надежность оценки
- •Доверительный интервал для математического ожидания нормальной генеральной совокупности
- •Доверительный интервал для среднего квадратического отклонения любой генеральной совокупности при большом объеме выборки
- •Проверка статистических гипотез
- •Виды статистических гипотез
- •Критерий значимости. Общая схема проверки статистических гипотез
- •Ошибки первого и второго рода. Односторонний и двусторонний критерий
- •Ошибки первого и второго рода
- •Односторонний и двусторонний критерии
- •Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей
- •Проверка гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •Проверка гипотезы о законе распределения генеральной совокупности
- •Общие вопросы
- •Параметры проверяемого закона полностью известны
- •Параметры проверяемого закона неизвестны
- •Критерий Колмогорова
Глава 11
Интервальное оценивание числовых характеристик и параметров распределения генеральной совокупности
Точечные оценки, рассмотренные в предыдущей главе, хотя и являются численными, не дают всей желательной информации об оцениваемых генеральных характеристиках.
Если, например, x¯ = 10, то совершенно неясно, насколько точно число 10 оценивает неизвестное математическое ожидание m. Мы лишь знаем некоторые качественные свойства x¯, такие, как состоятельность и несмещенность которые дают уверенность, что x¯ - хорошая оценка по сравнению с другими возможными. А следовало бы связать точечную оценку с объемом выборки, выработать показатели ее точности и надежности. Эти вопросы решаются в теории интервального оценивания.
11.1Доверительный интервал. Точность и надежность оценки
Пусть θ - неизвестная числовая характеристика или параметр генерального распределения. Определение. Если выполняется соотношение
P (θ1 < θ < θ2) = γ,
то интервал (θ1, θ2) называется доверительным интервалом, который накрывает неизвестную генеральную характеристику θ с доверительной вероятностью γ.
Здесь θ1 = θ1(x1, . . . , xn), θ2 = θ2(x1, . . . , xn) - известные функции выборочных элементов x1, . . . , xn, т.е. статистики. Они вычисляются по выборке.
Число γ называется также надежностью, с которой доверительный интервал накрывает θ. Число α = 1 − γ называется уровнем значимости.
Статистики θ1 и θ2 являются точечными оценками θ. Одна содержит левую, а другая -правую границы, между которыми содержится θ с надежностью γ.
Половину длины доверительного интервала
ε = θ2 − θ1
2
75
называют точностью интервального оценивания.
Пусть известна только одна точечная оценка ˆ генеральной числовой характеристики
θ
или параметра распределения θ.
Определение. Если выполняется соотношение
| − ˆ|
P ( θ θ < ε) = γ,
то число называется точностью, а число - надежностью оценки ˆ генеральной чис-
ε γ θ
ловой характеристики θ.
Здесь ˆ ˆ - статистика, т.е. функция выборочных элементов.
θ = θ(x1, . . . , xn)
Если известны ε и γ, то легко построить доверительный интервал для θ с помощью ее
точечной оценки ˆ.
θ
Как находить ε, γ, строить доверительный интервал (θ1, θ2) в конкретных случаях будет рассмотрено в следующих параграфах, для случаев оценивания математического ожидания m и среднего квадратического отклонения σ.
11.1.1Доверительный интервал для математического ожидания нормальной генеральной совокупности
Известно, что для выборки объема n из нормальной генеральной совокупности случайная
величина √n − 1x¯ − m распределена по закону Стьюдента с n − 1 степенями свободы.
σB
Аналитическое выражение плотности распределения Стьюдента с k степенями свободы дается формулой
|
|
|
|
|
|
|
|
|
|
|
|
|
x2 |
|
k+1 |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
||||
|
|
|
f(x) = C 1 + |
|
|
|
− |
|
. |
|
|
|
|
|||||||||||
|
|
k |
|
|
|
|
||||||||||||||||||
Константа C, исходя из условия нормировки плотности, задается формулой |
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
1 |
|
|
k + 1 |
|
|
|
|
k |
|
|
||||||
|
|
|
C = |
√ |
|
|
|
|
|
/ |
|
. |
|
|
||||||||||
|
|
2 |
|
|
2 |
|
|
|||||||||||||||||
|
|
πk |
|
|
|
|
||||||||||||||||||
|
|
|
|
|
+∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Здесь (x) - гамма-функция, (x) = Z0 |
|
tx−1e−tdt или для натуральных аргументов (n + 1) = n!. |
||||||||||||||||||||||
Доверительный интервал для математического ожидания в этом случае имеет вид: |
||||||||||||||||||||||||
σBt(1+γ)/2(n |
|
|
1) |
|
|
|
|
|
|
|
σBt(1+γ)/2(n |
1) |
|
|||||||||||
P x¯ − |
|
√ |
|
|
− |
|
|
|
< m < x¯ + |
|
|
|
√ |
|
− |
|
= γ. |
|||||||
|
n − 1 |
|
|
|
|
|
|
n − 1 |
|
|||||||||||||||
Здесь x¯ - выборочное среднее, σB - выборочное среднее квадратическое отклонение, γ - |
||||||||||||||||||||||||
уровень значимости, t 2 |
(n − 1) - квантиль распределения Стьюдента с n − 1 степенями |
|||||||||||||||||||||||
1+γ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
свободы порядка 1 +2 γ .
Пример. По выборке объема n = 20 из нормальной совокупности найдены x¯ = 5, 00 и σB = 0, 25. Требуется построить доверительный интервал для m при γ = 0.95.
С помощью таблицы квантилей распределения Стьюдента находим t(1+0.95)/2(20 − 1) = t0.975(19)
По формуле для доверительного интервала получаем |
|
|
|
|
|||||
5, 00 |
− |
0, 25 · 2, 09 |
< m < 5, 00 + |
0, 25 · 2, 09 |
; |
||||
|
|
|
|
|
|
||||
|
√19 |
√19 |
|||||||
|
|
|
4, 88 < m < 5, 12. |
|
|
|
|
76
Рис. 11.1: График плотности распределения Стьюдента. Площадь заштрихованных частей в сумме равна α
11.2Доверительный интервал для среднего квадратического отклонения σ нормальной генеральной сово-
купности
Известно, что для выборки объема n из нормальной генеральной совокупности случайная величина nDσ2B распределена по закону χ2 (хи-квадрат) с n − 1 степенями свободы.
Плотность вероятности закона распределения χ2(k) задается формулой
f(x) = |
( 2−k2 |
−1 |
k |
xk2 −1e−x2 |
, x 0 |
(k ≥ 2). |
|
0, |
x < 0, |
|
|
||
|
|
|
|
|
≥ |
|
|
|
2 |
|
Здесь (x) - гамма-функция.
Доверительный интервал для параметра σ имеет вид:
|
σB√ |
|
|
|
|
|
σB√ |
|
|
|
n |
|
|
n |
|||||||
qχ(1+2 |
γ)/2(n − 1) |
|
|
qχ(12 |
−γ)/2(n − 1) |
|||||
P |
|
|
|
|
|
< σ < |
|
|
|
|
= γ.
Замечание. Любой доверительный интервал можно построить неоднозначно. Всегда применяется какой-нибудь дополнительный принцип его построения. При построении доверительного интервала для среднего квадратического отклонения σ исходили из принципа, что вероятности попадания χ2 в промежутки левее доверительного интервала и правее его равны между собой.
Пример. Сделано n = 20 измерений контролируемого параметра производимого продукта. По полученной выборке найдено значение выборочного среднего квадратического отклонения σB = 0, 25. Требуется построить доверительный интервал для σ с надежностью
γ = 0, 95.
По таблице распределения хи-квадрат находим
χ2 − (n − 1) = χ2 (19) = 8, 91; χ2 (n − 1) = χ2 (19) = 32, 9.
(1 γ)/2 0,025 (1+γ)/2 0,975
77
Рис. 11.2: График плотности вероятности распределения хи-квадрат при числе степеней свободы k = 2, 6, 8
Рис. 11.3: Положение доверительного интервала для nDB/s2 на числовой оси
По формуле для доверительного интервала получаем
√√
0, 25 · 19 |
< σ < |
0, 25 · 19 |
; |
||||
|
|
|
|
|
|
||
√32, 9 |
√8, 91 |
0, 19 < σ < 0, 36.
11.3Доверительный интервал для математического ожидания m любой генеральной совокупности при боль-
шом объеме выборки
n
Выборочное среднее x¯ = n1 X является суммой большого числа независимых одинаково
i=1
распределенных слагаемых. В силу центральной предельной теоремы при большом объеме
выборки (n > 30) случайная величина |
x¯ − Mx¯ |
|
√ |
|
|
(¯x − m) |
распределена приблизитель- |
|||
= |
n |
|||||||||
|
|
|
|
|||||||
|
√Dx¯ |
|
|
|
σB |
78