Шпаргалка по статистике / Вопросы по ТВиМС (32-38]
.doc32 Другие методы построения доверительных интервалов. Построение доверительного интервала для параметра распределения Бернулли.
Пусть Т-статистика,– ф.р.
Пусть уровень знач.
Пусть F- непр.
Рассм. ур-ние
F – монот. возр. попар.
Подставляем сюда статистику Т и рассм. сечение этой области на уровне Т. Получаем в1 и в2
дов. инт. ур. α.
Пусть , т.е
, т.е
Утверждение: монотонно зависит от параметра
θ х.Тогда -доверительный интервал уровня α.
Док-во:
Замечание: Свойство монотонной зависимости от параметра по распределению обладают большинство разумных оценок параметра.
? как вычислить FT
Отметим, что данное свойство можно использовать и в дискретном случае (точное равенство м.б. не получиться)
в1,в2 – т.ч.
Дискретный случай:
тогда [в1(Т),в2(Т)] – д. и. ур. α
Пример: (распределение Бернулли)
x1…xn – выборка из Bi (1,θ)
убывают пар-ры
Иногда можно отказаться от условия, что распр. G(T;θ) – не зависит от параметра, если можно вычислить
(т.е. I2) тогда - доверит. мн-ва ур-ня α.
33. Асимптотические доверительные интервалы. Построение асимптотических доверительных итервалов на базе асимптотически нормальной оценки параметра. Пример (распределение Бернулли, три подхода и связь между ними).
Определение: Послед-ть областей
- ас.д.область уровня α для θ,
если
Если - ас.д.и.
Замечание:
если - ас.д.и.ур.α
Способ построения:
Найти , т.ч.
а)
б)
Построение ас.д.и. на базе ас.норм.оценки
Пусть δ – ас.норм.оценки, т.е.
т.е.
Пусть
Если удастся выразить θ из
то находим д.и. в противном случае
Пусть δк(θ) – состоят. оценка для δ(θ)
(δ(θ)0) тогда
Пример: (распр. Бернулли)
x1…x2 – выборка из Bi (1,θ)
-------------------------------------------------------------------------
Интегральная теорема Муавра-Лапласа(ИТМЛ):
-------------------------------------------------------------------------
Итак
Находим х2. Решаем:
АДИ (асимпт, доверит, интервал)
б) Вернемся
- сост. оценка для
Пусть
Решаем
в)
тогда АДИ
34. Постановка задачи проверки статистических гипотез. Понятие статистической гипотезы, вероятностей ошибок 1-го и 2-го рода, критерия, доверительной, критической области и области сомнений, мощности критерия. Выражение вероятностей ошибок в терминах критерия.
Статистическая гипотеза
Гипотеза – утверждение
Опред: Стат. гипотеза – утверждение о значении пар-ра θ.
Стат. гипотеза м.б. записана в виде
Опред: стат. гипотеза простая, если - одноточечное.
В прот. случае стат. гип. – сложная
Задача: Выдвигается основная гип. и альтернативная (несколько)
По результатам наблюдений надо выбрать Н0 или Н1
Правило выбора – критерий.
Опред: Критерий
Значение вероятность отвергнуть осн. гипотезу по результатам наблюдений
Согласно критерию область разбивается на 3 части:
Доверит. |
Обл. сомнений |
Критическая область |
Опред: Критерий - нерандомизированный, если (Х)={0,1}(или Рθ((Х) (0,1))=0 θ)
В противном случае - рандомизированный.
Классический подход Пирсона
В результате решения задачи ПСГ могут возникнуть следующие ситуации
|
Принять Н0 |
Принять Н1 |
Верна Н0 |
+ (верное реш.) |
ошибка 1 рода |
Верна Н1 |
ошибка 2 рода |
+ |
Ошибка 1 рода наиболее нежелательна. Вероятность ошибки 1 рода д.б. ограниченна некоторым числом α. α – уровень значимости критерия.
Рθ(ош. 1 рода) α, θΘ0 , Рθ(ош. 1 рода)=
Ошибка 2 рода:
Р(ош. 2 рода)=
- мощность критерия
Задача: Найти критерий , такой что
если эта задача имеет решение *, то *-равномерно наиболее мощный (РНМ) критерий
РНМ критерий не всегда существует.
35. Задача проверки простой гипотезы при простой альтернативе. Лемма Неймана-Пирсона. Примеры наиболее мощных критериев.
Пусть Н0: θ=θ0 – простая гипотеза. Рассмотрим задачу проверки Н0 при альтернативе:
Н1: θ=θ1 - простая (т.е. Θ={θ0,θ1}). Замечание: Поскольку альт. – простая, то РАМ критерий, если называть Н.М. Пусть
μ – мера доминирующая сем.
Например: ; (μ – мера Лебега или считающая мера, если возможно) Функция правдоподобия:
Введем статистику отношения правдоподобия:
Замечание: 1) Не зависит от выбора доминирующей меры
2) Если =0 или =, то выбор очевиден.
Лемма Неймана-Пирсона
В задаче проверки Н0: θ=θ0 при альтернативе Н1: θ=θ1, существует наиболее мощный критерий уровня значимости α, он строится следующим образом:
р[0,1)
Причем С выбирается следующим образом:
Замечание: 1) Если >0, то р выбирается однозначно и
2) Если =0 не важно значение р – критерий не рандомизированный.
Дополнение: Критерий определяется однозначно на множестве
Если критерий есть функция от МДС, то он есть и единственный.
Доказательство: Перепишем критерий в виде:
Пусть имеется другой критерий, у которого тот же уровень значимости,
т.е.
=
= |*С и вычтем из
В свою очередь мощность критерия:
Дополнение: Можно показать, что на S+ и S- Н. М. критерий определяется однозначно с
36. Наиболее мощный критерий для проверки односторонней гипотезы. Пример (проверка качества воды)
Пусть - статистика, причем функция правдоподобия выражается как функция от этой статистики.
а)
б) - монот. Ф-я Т при
фиксир.
(либо возр. либо убыв. )
Поставим задачу проверки одностор. Гипотезы
, при альтернативе :
(пусть монот. возр. при )
Теорема: РНМ критерий уровня α проверки Н0
при альтернативе Н1 вида
При этом константы р и С находятся из соотношения:
Док-во:
1)Найти это критерий уровня α
2)
Рθ(ош. 1 –го рода) =
Мощ-ть:
Пусть
если - Н.М. критерий, то
2. - Н.М. критерий проверки
, θ РНМ
Пример: Требуется, чтобы концентрация бактерий в жидком растворе не превышала 1 бактерия на единицу объема
( S/ед.V)
Проводится след. стат. эксперимент:
Отбирается n проб объема V=1. Эти пробы помещ. в среду благоприятн. для роста бактерий. Если проба заражена, то раствор мутнеет. К- число зараженных проб. Проверить гипотезу
Решение:
V=N*v
- бактерий в этом объеме. Вероятность попадания бактерий в соотв. маленький объем, не зависимо от других = 1/N
При фиксир. N рассмотрим - число бактерий в объеме
v– имеет распределение Бернулли
Единственное, что наблюдается, есть ли бактерии в объеме.
Р(проба чистая)= - распред. Бернулли
Если V>>v, то можно считать что отбор проб прошел независимо
Получили, что х1…хп – выборка из р. Бернулли
- число зараженных проб
Будем строить НМ – критерий
,
Если мало чист. проб – отвергаем гипотезу, если много - принимаем
Если С>n, то вероятность =1
Воспользуемся интегральной теоремой Муавре-Лапласа.
Ас. критерий при больших n
(Т.к. )
,, С*= - находим из (+)
37. Использование отношения правдоподобия при проверке сложной гипотезы в параметрической задаче с мешающим параметром.
38. Понятие асимптотического критерия
Пусть
При опред. условиях регулярности
Величина
Пример: х1…хn – выборка из N(a,2)
H0: a=a0
H1: aa0
Функция правдоподобия
=
ас. кр. ур. α, [x1α, x2α] – квантиль