- •4.3. Регрессионный анализ
- •1.Статистические методы как элемент системы качества
- •1. 1. Место статистических методов в управлении качеством
- •1.2. Статистические методы в системах качества
- •1.3. Применение компьютерных технологий в статистических методах
- •2. Основы математической статистики
- •2.1. Описательная статистика
- •2.2. Оценивание параметров
- •2.3. Критерии значимости
- •3. Регрессионный анализ
- •3.1. Парная линейная регрессия
- •3.2. Парная нелинейная регрессия
- •4. Статистические методы
- •4.1. Методы описательной статистики
- •4.2. Проверка статистических гипотез
- •4.3. Регрессионный анализ
2.2. Оценивание параметров
Предположим, что вид распределения генеральной совокупности известен (нормальное, экспоненциальное и т.п.). Тогда задача статистики сводится к оцениванию параметров этого распределения по результатам выборочных данных, в частности, к оцениванию математического ожидания, дисперсии и т.д.
Точечной оценкой 0 неизвестного параметра 0 называется приближенное значение этого параметра, найденное по выборочным данным:
Точечная оценка должна быть, по возможности, состоятельной, несмещенной и эффективной.
Состоятельной называется оценка, которая при увеличении объема выборки сходится по вероятности к оцениваемому параметру. Можно показать, что оценка является состоятельной, если при п —> ос выполняются соотношения
Оценка называется несмещенной, если ее математическое ожидание совпадает с оцениваемым параметром М[9]= 9.
Эффективной называется оценка, имеющая при заданном объеме выборки минимальную дисперсию. Несмещенная оценка является тем более точной, чем меньшую дисперсию она имеет.
Предположим, что случайная величина X на генеральной совокупности имеет математическое ожидание т и дисперсию о2. В качестве точечной оценки математического ожидания можно принять выборочное среднее:
(2.4)
Эта оценка является состоятельной и несмещенной. Действительно,
Если же выборка взята из нормально распределенной генеральной совокупности, то оценка (3.4) является и эффективной.
При обосновании состоятельности оценки мы получили важную формулу для дисперсии выборочного среднего, которая будет использована в дальнейшем:
(2.5)
В качестве точечной оценки дисперсии генеральной совокупности принимается специальная характеристика, называемая несмещенной дисперсией:
(2.6)
Одним из наиболее распространенных методов оценивания параметров распределения является метод максимального правдоподобия. Для непрерывной случайной величины с известной плотностью Дх,9), зависящей от некоторого неизвестного параметра 9, вводится функция правдоподобия (2.7)
где х — фиксированные выборочные данные.
Доверительным интервалом параметра θ называется интервал , содержащий истинное значение 9 с заданной вероятностью :
(2.8)
Число р называется доверительной вероятностью, или надежностью оценки, и принимается близким к единице: 0,9; 0,95; 0,99. Значение а называется уровнем значимости.
Используя соотношения (3.57), (3.54), а также (3.39), для доверительного интервала математического ожидания нормально распределенной генеральной совокупности при известной дисперсии о2 можно получить следующее соотношение:
(2.9)
При неизвестной дисперсии генеральной совокупности формула для доверительного интервала математического ожидания Нормально распределенной совокупности примет вид:
(2.10)
где s — квадратный корень из несмещенной дисперсии (2.10);
По аналогии может быть получена формула для расчета доверительного интервала дисперсии нормально распределенной генеральной совокупности при неизвестном математическом ожидании:
(2.11)