- •Общие положения Введение
- •Общие положения
- •Итеративная процедура построения модели
- •1. Формализация априорных данных.
- •2. Выдвижение гипотезы о структуре модели.
- •3. Выбор алгоритма съема информации с объекта.
- •4. Реализация алгоритма съема информации.
- •5. Оценивание параметров модели.
- •6. Проверка адекватности модели.
- •Вероятность и случайные величины. Описание поведения случайной величины.
- •Методы математической статистики Параметрическое описание поведения случайной величины
- •Методы математической статистики Свойства математического ожидания. Свойства дисперсии.
- •Свойства дисперсии.
- •Статистики и оценки.
- •Точечные и интервальные оценки.
- •Свойства среднего арифметического. Свойства дисперсии среднего арифметического.
- •Извлечение выборки.
- •Проверка статистических гипотез.
Точечные и интервальные оценки.
Оценки неизвестных параметров бывают двух видов - ТОЧЕЧНЫЕ И ИНТЕРВАЛЬНЫЕ. ТОЧЕЧНАЯ ОЦЕНКА - оценка имеющая конкретное числовое значение. Например, среднее арифметическое:
X = (x1+x2+...+xn)/n,
где: X - среднее арифметическое (точечная оценка МО); x1,x2,...xn - выборочные значения; n - объем выборки. ИНТЕРВАЛЬНАЯ ОЦЕНКА - оценка представляемая интервалом значений, внутри которого с задаваемой исследователем вероятностью находится истинное значение оцениваемого параметра. Интервал в интервальной оценке называется ДОВЕРИТЕЛЬНЫМ ИНТЕРВАЛОМ, задаваемая исследователем вероятность называется ДОВЕРИТЕЛЬНОЙ ВЕРОЯТНОСТЬЮ. В практике статистических вычислений применяются стандартные значения доверительной вероятности: 0,95, 0,98 и 0,99 (95%, 98% и 99% соответственно). Например, интервальная оценка МО (3,8) при доверительной вероятности 0,95. Это означает, что МО лежит в пределах от 3 до 8 с вероятностью 0,95, следовательно вероятность того, что МО меньше 3 или больше 8 не превышает 0,05. Очевидно, что чем выше доверительная вероятность, тем выше точность оценки, но шире доверительный интервал. Отсюда следует - ДЛЯ НЕПРЕРЫВНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН ВЕРОЯТНОСТЬ ТОГО, ЧТО ТОЧЕЧНАЯ ОЦЕНКА (ширина доверительного интервала равна 0) СОВПАДЕТ С ЛЮБЫМ ЗАДАННЫМ ЗНАЧЕНИЕМ ИЛИ ОЦЕНИВАЕМЫМ ПАРАМЕТРОМ РАВНА 0. Таким образом, точечная оценка имеет смысл лишь тогда, когда приведена характеристика рассеяния этой оценки (дисперсия). В противном случае она может служить лишь в качестве исходных данных для построения интервальной оценки.
Вычисление интервальной оценки рассмотрим на примере интервальной оценки МО для случайной величины подчиняющейся нормальному закону распределения. Границы доверительного интервала определятся по формулам:
Xmin = X - T(ν,P)*S/(n)1/2
Xmax = X + T(ν,P)*S/(n)1/2
где: Xmin, Xmax - нижняя и верхняя границы интервала; X - среднее арифметическое (точечная оценка МО); n - объем выборки; T(ν,P) - поправочный коэффициент, называемый T-статистика, величина которого определяется значением задаваемой доверительной вероятности p и числом степеней свободы ν (ν=n-1);
S = [(x1 - X)2 + (x2 - X)2 + ... + (xn - X)2]1/2 - корень квадратный из оценки дисперсии случайной величины X
ЧИСЛО СТЕПЕНЕЙ СВОБОДЫ СТАТИСТИКИ - число независимых случайных величин, по которым вычисляется данная статистика. Например, при вычислении среднего арифметического все случайные величины в выборке x1,x2,...,xn независят друг от друга. В оценке S из n отклонений вида (xi - X)2 независимы только n-1 (т.к. в формуле присутствует X, то по любому набору n-1 отклонений вычисляется n-ое).
Свойства среднего арифметического. Свойства дисперсии среднего арифметического.
Рассмотрим характеристики точечной оценки МО - среднего арифметического. Пусть имеется выборка x1, x2, ..., xn объема n случайной величины X. Тогда:
M(X) = M[(x1+ x2 +...+ xn)/n] = (1/n)*M[x1 + x2 +...+ xn].
Если все наблюдения x1, x2, ..., xn принадлежат одной генеральной совокупности, то Mx1=Mx, Mx2=Mx, ..., Mxn=Mx, следовательно по свойству 4 МО:
M(X) = (1/n)*[Mx + Mx +...+ Mx] = (1/n)*n*Mx = Mx
СРЕДНЕЕ АРИФМЕТИЧЕСКОЕ - НЕСМЕЩЕННАЯ ОЦЕНКА МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ,ЕСЛИ ВСЕ ЭЛЕМЕНТЫ ВЫБОРКИ ПРИНАДЛЕЖАТ ОДНОЙ ГЕНЕРАЛЬНОЙ СОВОКУПНОСТИ!
Для той же выборки имеем: D(X) = D[(x1+ x2 +...+ xn)/n] = (1/n2)*D[x1+ x2 +...+ xn].
Если все наблюдения x1,x2,...,xn принадлежат одной генеральной совокупности и процедура извлечения элементов выборки такова, что значения xi независимы, то D(x1)=Dx, D(x2)=Dx, ..., D(xn)=Dx, следовательно по свойству 4 дисперсии:
D(X) = (1/n2)*[Dx+Dx+...+Dx] = (1/n2)*n*Dx = Dx/n
ДИСПЕРСИЯ СРЕДНЕГО АРИФМЕТИЧЕСКОГО В n РАЗ МЕНЬШЕ ДИСПЕРСИИ СЛУЧАЙНОЙ ВЕЛИЧИНЫ, ЕСЛИ ВСЕ ЭЛЕМЕНТЫ ВЫБОРКИ ПРИНАДЛЕЖАТ ОДНОЙ ГЕНЕРАЛЬНОЙ СОВОКУПНОСТИ И ПРОЦЕДУРА ИЗВЛЕЧЕНИЯ ВЫБОРКИ ОБЕСПЧИВАЕТ НЕЗАВИСИМОСТЬ ВЫБОРОЧНЫХ ЗНАЧЕНИЙ!