
- •1. Выборка. Основные характеристики.
- •1. 1. Способы первичной обработки выборки
- •1. 2. Полигон частот. Выборочная функция распределения и гистограмма
- •1.3. Статистические оценки параметров
- •1. Доверительный интервал для оценки математического ожидания
- •2. Доверительный интервал для оценки математического ожидания
- •3. Доверительные интервалы для оценки среднего квадратического
- •4. Интервальное оценивание генеральной доли (вероятности события).
- •2. Элементы теории корреляции
- •2.1. Линейная корреляция
- •2.2. Определение параметров функциональной зависимости
- •3. Статистическая проверка гипотез
- •3.1. Основные понятия.
- •3.2. Критерий для проверки гипотезы
- •3.3. Сравнение двух вероятностей
- •3.4. Критерий для проверки гипотезы о математическом ожидании.
- •3.5. Сравнение двух средних генеральных совокупностей
- •3.6. Критерий для проверки гипотезы о сравнении двух дисперсий.
- •3.7. Приближенный метод проверки нормальности распределения,
- •3.8.Проверка гипотезы о генеральной доле
- •3.9. Проверка гипотезы о значимости выборочного
- •3.10. Критерий Пирсона для проверки гипотезы о виде закона распределения случайной величины. Критерий Колмогорова.
- •Критерий Пирсона.
- •3.11. Проверка гипотезы о равенстве нулю генерального
- •4. Применение в математической статистике
1. Доверительный интервал для оценки математического ожидания
нормального
распределения при известной дисперсии.
Пусть исследуемая случайная величина
Х
распределена по нормальному закону с
известным средним квадратическим σ, и
требуется по значению выборочного
среднего
оценить ее математическое ожидание а.
Будем рассматривать выборочное среднее
как случайную величину
а
значения вариант выборки х1,
х2,…,
хп
как одинаково распределенные независимые
случайные величины Х1,
Х2,…,
Хп,
каждая из которых имеет математическое
ожидание а
и среднее квадратическое отклонение
σ. При этом М(
)
= а,
(используем свойства математического
ожидания и дисперсии суммы независимых
случайных величин). Оценим вероятность
выполнения неравенства
.
Применим формулу для вероятности
попадания нормально распределенной
случайной величины в заданный интервал:
р
()
= 2Ф
.
Тогда , с учетом того, что
,
р
(
)
= 2Ф
==2Ф(
t
), где
.
Отсюда
,
и предыдущее равенство можно переписать
так:
.
(1)
Итак, если известно среднее квадратическое отклонение σ случайной величины, то доверительный интервал для математического ожидания имеет вид:
где а
– оцениваемое математическое ожидание,
хВ
– выборочное среднее, п
– объем выборки, t
– такое значение аргумента функции
Лапласа Ф
(t),
при котором
Пример.
Найдем доверительный интервал для
математического ожидания нормально
распределенной случайной величины,
если объем выборки п
= 49,
σ
= 1,4, а доверительная вероятность γ = 0,9.
Определим t, при котором Ф(t) = 0,9:2 = 0,45: t = 1,645. Тогда
,
или 2,471 < a
< 3,129. Найден доверительный интервал,
в который попадает а
с надежностью 0,9.◄
Пример. В ходе обследования банковских счетов была проведена случайная выборка записей по вкладам. Из выборки n=100 оказалось, что средний размер вклада составляет 1 837 д.е.; генеральное среднее квадратическое отклонение размера вклада равно 280 д.е. Найти с надёжностью =0,95 доверительный интервал для среднего размера а вкладов по всем счетам, если известно, что размер вкладов распределён по нормальному закону.
По
условию
=1837;
n=100; =280;
=0,95.
По таблице значений функции
находим t из условия Ф(t)=
,
получаем t=1,96. Находим доверительный
интервал:
,
,
.
Это означает, что с вероятностью, равной 0,95, можно утверждать, что средний размер вклада в генеральной совокупности находится в пределах от 1 782,12 д.е. до 1 891,88 д.е. Интервал ±54,88 составляет примерно ±3% среднего размера вклада в выборке (1 837). Это не очень большое отклонение, поэтому среднее значение выборки можно считать надёжной оценкой среднего значения генеральной совокупности. ◄
2. Доверительный интервал для оценки математического ожидания
нормального распределения при неизвестной дисперсии. Если известно, что исследуемая случайная величина Х распределена по нормальному закону с неизвестным средним квадратическим отклонением, то для поиска доверительного интервала для ее математического ожидания построим новую случайную величину
,
(2)
где
- выборочное среднее, s
– исправленная дисперсия, п
– объем выборки. Эта случайная величина,
возможные значения которой будем
обозначать t,
имеет распределение Стьюдента с k
= n
– 1 степенями свободы.
Поскольку
плотность распределения Стьюдента
,
где
,
явным образом не зависит от а
и σ, можно задать вероятность ее попадания
в некоторый интервал (- tγ
, tγ
), учитывая четность плотности
распределения, следующим образом:
.
Отсюда получаем:
(3)
Таким образом, получен доверительный интервал для а, где tγ можно найти по соответствующей таблице при заданных п и γ. Итак, при неизвестном среднем квадратическом отклонении доверительный интервал для математического ожидания при заданной надежности γ задается соотношением:
Здесь s
– исправленное выборочное среднее
квадратическое отклонение, а
критическая точка распределения
Стьюдента, значение которой можно найти
из таблиц по известным п
и γ.
Пример.
Найти доверительный интервал для оценки
математического ожидания нормального
распределения при доверительной
вероятности (надежности), равной
,
если выборочное среднее
,
среднее квадратическое отклонение
,
а объем выборки
.
Доверительный интервал для математического ожидания при нормальном распределении равен:
,
где
-
выборочное среднее,
- среднее квадратическое отклонение,
- объем выборки,
,
- затабулированная функция Лапласа.
Так как
,
из соотношения
получаем
и с помощью таблиц находим
.
Тогда
и
.◄
Пример.
Пусть объем выборки п
= 25,
=
3, s
= 1,5. Найдем доверительный интервал для
а
при γ = 0,99. Из таблицы находим, что tγ
(п
= 25, γ = 0,99) = 2,797. Тогда
,
или 2,161< a
< 3,839 – доверительный интервал, в
который попадает а
с вероятностью 0,99. ◄