- •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. ◄