21) Понятие о наилучших оценках

При малом числе измерений нельзя решить задачу определения закона распределения, можно лишь найти оценки   и  (приближённые значения неизвестных основных параметров   и  ).

Оценкой  неизвестного параметра  а называют любую функцию элементов выборки.

Наилучшей из всех возможных значений оценок называют такую оценку, для которой выполняются свойства:

1. состоятельности, т.е.

;

2. несмещённости, т.е.

;

(невыполнение этого требования приводит к систематической ошибке в оценке параметра);

3. эффективности, т.е.

Последнее свойство означает выбор из всех оценок оценки с минимальной дисперсией, т. е. наиболее точной оценки.

Можно доказать, что, "наилучшей" оценкой для неизвестного математического ожидания  является среднее арифметическое  .

22) Понятие о доверительных интервалах доверительные интервалы и доверительная вероятность

Оценка неизвестного параметра одним числом, например, по формуле , называется точечной оценкой. Недостаток такой оценки состоит в том, что точечная оценка  является величиной случайной и не совпадает с параметром а, особенно при малом числе измерений. Более совершенным является способ оценивания с помощью доверительных интервалов. В задачу интервального оценивания входит построение интервала, который с заранее выбранной доверительной вероятностью  накрывает неизвестное точное значение параметра.  — близкая к единице вероятность, принимаемая в практических расчётах равной 0,90÷0,95.

Так, доверительный интервал для математического ожидания при известном среднем квадратическом отклонении  строят по формуле

,

где

и ,

t выбирается из таблиц интеграла вероятностей (Приложение B) по заданной вероятности  .

Доверительный интервал для математического ожидания при неизвестном среднем квадратическом отклонении  строят по формуле:

,

где

; ; .

Коэффициент t_ определяют по заданной вероятности  и числу степеней свободы  в таблице распределения Стьюдента (Приложение D).

23)Коэффициент корреляции и его свойства

5.1 Понятие о статистических связях

Существует две формы зависимости между величинами Х и Y: функциональная и статистическая.

Функциональной зависимостью между двумя величинами Х и Y называют такую зависимость, при которой каждому значению Х соответствуют значения Y, которые можно точно указать (например: , и т.д.).

Статистической зависимостью между величинами Х и Y называют такую зависимость, при которой каждому значению Х соответствует распределение значений Y, изменяющееся вместе с изменением Х.

Частным случаем статистической связи является прямолинейная корреляционная зависимость, при которой с изменением Х изменяется математическое ожидание Y по линейному закону.

5.2 Коэффициент корреляции

Теснота линейной корреляционной связи между двумя величинами Х и Y (степень близости корреляционной связи к функциональной) характеризуется коэффициентом корреляции

,

оценка которого определяется по формуле

,

где  — статистический корреляционный момент (  — центральный смешанный момент второго порядка, важная числовая характеристика системы двух случайных величин).

, , вычисляются по формулам:

; ; .

Коэффициент корреляции изменяется в пределах  .

В случае, когда  , имеет место отрицательная корреляция; при  говорят о положительной корреляции. Если , то имеет место функциональная прямолинейная связь; если  , то между Х и Y прямолинейная корреляционная связь отсутствует (однако другой вид связи может существовать).

Для оценки надёжности коэффициента корреляции  при большом числе измерений ( ) применяют критерий Романовского: связь считается установленной, если выполняется условие

,

где

.

Для оценки надёжности  при малом числе измерений ( ) применяют критерий Фишера (см. задачу 5.1).