Вы находитесь на странице: 1из 9

ТОЧЕЧНОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ

1.Оценка математического ожидания случайной величины

2.Оценка дисперсии наблюдаемой случайной величины

3.Оценка вероятности случайного события

4.Упражнения

5.Контрольные вопросы

Задача статистической оценки параметров распределения формулируется следующим образом.

Требуется на основе однородных независимых опытов и полученной

случайной выборки значений x1 , x 2 ,

представляющих собой признаки случайной величины X, найти оценки a параметров а распределения случайной величины X :

,x

n

случайных величин X 1 , X 2 ,

, X n ,

a

= a ( x1 , x 2 , ,x

n ),

223

некоторых

выборочных функций случайной величины X i (i 1,

по одному и тому же закону, совпадающему с законом распределения случайной величины X . Поскольку элементы выборки являются случайными величинами, то

и оценки a (параметров а) являются также случайными величинами. Для того, чтобы статистические оценки были объективными и давали "хорошие" приближения оцениваемых параметров, они должны быть состоятельными, несмещенными и эффективными.

Оценка a = a n называется состоятельной, если ее значение

при n  с вероятностью единица сходится к истинному значению

параметра, т.е. а.

) , распределенных

которые

в

этом

смысле

представляют

собой

реализации

,n

lim {|

P a a

n

n 

|

} 1

.

Состоятельность оценки означает, что при достаточно большом объеме

выборки отклонение оценки a от истинного значения параметра а с большой достоверностью меньше заданной величины . Состоятельность является лишь асимптотической характеристикой оценки при n  .

Оценка называется несмещенной, если M[ a ] = а. Несмещенность оценки означает, что для всех n математическое

ожидание оценки a должно быть равно оцениваемому параметру а. Если это не удовлетворяется, то оценка называется смещенной.

других

возможных оценок она обладает наименьшей дисперсией, т.е.

Оценка

a

называется

эффективной,

если

среди

всех

D[ a ] = min M{( a

M[ a ] ) 2 }.

Оценка a называется достаточной статистикой, если вся полученная из выборки информация относительно параметра а

содержится в a .

224

Наверх

Оценка математического ожидания случайной величины

Пусть измерений x1 , x 2 ,

имеется

,x

n

n

однородных

(равноточных

и

независимых)

случайной выборки X 1 , X 2 ,

,

X n . Тогда оценка

x m

x

1

n

n

i 1

x

i

называется статистическим (выборочным) средним.

Поскольку X 1 , X 2 ,

,

X n являются признаком случайной величины X , то

M[ xi ] = m x , D[ xi ] =

D

x

2

.

Рассмотрим

некоторые

характеристики

ожидания. Согласно теореме Чебышева

lim P

n 

оценки

математического

1 n
1
n

n

i 1

x m

i

x

1

,

т.е. оценка m x является состоятельной.

Определим

[

M m

x

]

M

1

n

n

i 1

x

i

математическое

1

n

n

i 1

M [ x ]

i

ожидание

1

n

n m

x

m

x

.

выборочного

среднего:

Следовательно, оценка m x является несмещенной.

Найдем дисперсию оценки m x :

D

[

m

x

]

D

1

n

n

i 1

x

i

  

1

n

2

n

i 1

D [ x ]

i

1

n

2

n D

x

D

x

n

.

Таким образом, дисперсия оценки m x в n раз меньше дисперсии

случайной величины X, с ростом выборки при n  дисперсия D [ m x ]

среднего неограниченно убывает и является асимптотически эффек- тивной.

225

Наверх

Оценка дисперсии наблюдаемой случайной величины

Для того, чтобы охарактеризовать рассеяние наблюдаемых значений количественного признака выборки вокруг среднего значения m x , вводят

сводную характеристику

S

2

выборочную дисперсию.

В том

случае, если известно m x генеральной совокупности, то в

качестве оценки дисперсии принимают вычисляемую по формуле

выборочную

дисперсию

S

2

,

2

S =

1

n

n

i

1 (

x

i

m

x

)

2

.

Преобразуем это выражение к виду

S

2

=

1

n

n i 1

(

x

i

m

x

)

2

2

n

n

i 1

x m

i

x

2

2

n

χ 2 ,

где χ 2 – величина «хи-квадрат» с n степенями свободы с математическим

ожиданием М(χ 2 ) = n и дисперсией D(χ 2 ) = 2n. Найдем теперь математическое ожидание выборочной дисперсии:

М[

S

2

] =

M

2

n

2

2

n

M

2

2

n

n =

2

D

x

.

Отсюда следует, что выборочная дисперсия оценкой.

S

2 является несмещенной

Найдем дисперсию оценки

S

2

:

D[

S

2

] =

D

2

n

2

4

n

2

D

2

При n  дисперсия оценки D[

S

2

]=

4

n

2

2

4

n

2 n

=

2

4

n

.

→ 0. Таким образом, оценка

дисперсии

S

2 является асимптотически эффективной.

226

В том случае, если m x неизвестно, то в качестве оценки дисперсии

принимают выборочную дисперсию, которая вычисляется по формуле

S

2

=

1

n 1

n

1

i

(

x

i

m

x )

2

и называется исправленной дисперсией.

несмещенной.

утверждения преобразуем оценку дисперсии

Эта

оценка

является

Для

доказательства

S

2

к виду:

S

2 1

=

n 1

n

i 1

(

x

)

2

x i m

2

n 1

n

i 1

x

i

x

m  

2 2

n

1

χ 2 ,

этого

где χ 2 – величина «хи-квадрат» с n – 1 степенями свободы, математичес-

ким ожиданием М(χ 2 ) = n – 1 и дисперсией D(χ 2 ) = 2 (n – 1). Это

обусловлено тем, что между случайными величинами xi m x существует

одна линейная связь, определяющая m x . Поэтому в данном случае сумма

квадратов связана не с n , а с n – 1 степенями свободы. Тогда

М[

S

2

] =

M

 

2

n

1

2

 

2

n

1

M

2

2

n

1

( n 1)

=

2 D

x

.

Исправленная дисперсия является также асимптотически эффектив- ной оценкой, так как

D[

S

2

]

=

D

2

n

1

2

4

( n 1)

2

D

2

4

(

n

1) 2

2( n 1)

=

2

4

.

n 1

2 удовлетворяет также условиям

состоятельности. Однако доказательство этого утверждения выходит за

рамки курса, поэтому мы его опускаем. При большом объеме выборки n практически безразлично, по какой

формуле вычислять оценку дисперсии

следует пользоваться формулой для исправленной дисперсии.

2 . Однако при малых выборках

Отметим, что оценка дисперсии

S

S

227

Наверх

Оценка вероятности случайного события

Оценим вероятность появления события А в n опытах: P(A) = p.

В качестве оценки рассмотрим частоту событий

p

*

*

m / n

,

* – число опытов (случайная величина), в которых наблюдалось

где

событие А , а n – общее число опытов.

m

Из теоремы Бернулли, согласно которой

что

оценка

вероятности

случайного

lim P {| p

n

события

*

p

|

}

1 ,

 

*

 

p

является

*

p .Так

следует,

состоятельной. Определим математическое ожидание и дисперсию оценки

как

*

m – случайная величина, распределенная по биномиальному закону

*

с математическим ожиданием M ( m ) np

*

и дисперсией D ( m ) npq ,то

m

n

*

1

n

1

M p

(

D p

Таким

(

*

) M

)

D

*

M m

*

(

*

)

np

  m

n

*

p

,

n

npq pq

n

2

n

2

D ( m )

n

оценка

образом,

вероятности

.

случайного

события

p

*

является также несмещенной и асимптотически эффективной.

Упражнения

Наверх

1. Выборочная совокупность задана таблицей распределения

xi

1

2

3

4

228

ni

20

15

10

5

Найти выборочную среднюю совокупности.

2. Найти средние групп и общую среднюю совокупности, состоящей

из следующих двух групп Первая группа

Вторая группа

xi

ni

xi

ni

2

1

3

2

4

7

8

3

5

2

N 1 ni 10

N 2 ni 5

Групповые средние определяются по формуле: m j ni xi / N j , где j –номер группы, N j ni – объем группы j. Общая средняя m совокупности определяются по формуле:

m N j m j / N j .

3. Найти дисперсию и среднее квадратическое отклонение

x
x

D

по распределению

xi

1

2

3

4

ni

20

15

10

5

4. Вычислите групповые дисперсии из совокупности двух групп

упр.2.

Для нахождения групповой дисперсии используйте формулу

D

j

n ( x

i

i

2

m ) / N

j

j

,

где ni частота значения xi ; j – номер группы; m j групповая средняя; N j ni объем группы j.

5. По выборкам двух групп упражнения 2 вычислите

внутригрупповую Dвнгр и межгрупповую D межгр дисперсии по формулам:

N

N

j

Dвнгр ( N j D j ) / N , D

межгр

2

N ( m m ) / N

j

j

объем

всей

совокупности.6.

По

выборкам

,где

двух

упражнения

формуле: D

Убедитесь в справедливости соотношения Dобщ Dвнгр D межгр

2

вычислите

2

общую

дисперсию

n x m N

i

(

i

)

/

.

общ

Контрольные вопросы

229

групп

по

Наверх

Статистическая оценка параметров распределения

1.Сформулируйте основную задачу статистической оценки параметров. 2.Какими основными свойствами должны обладать оценки параметров распределения случайной величины? 3.Какие оценки называются состоятельными? 4.Какие оценки называются несмещенными? 5.Какие оценки называются эффективными? 6.Напишите формулу оценки математического ожидания случайной величины.

7.Докажите,

что

оценка

математического

ожидания

m

x

1

n

n

i 1

x

i

состоятельная, несмещенная и асимптотически эффективная. 8.Напишите формулу оценки дисперсии с известным математическим ожиданием случайной величины. 9.Докажите, что оценка дисперсии случайной величины с известным

математическим

ожиданием

S

2

1

n

n

i 1

(

x m

i

x

)

2

состоятельная,

несмещенная и асимптотически эффективная. 10.Напишите формулу оценки дисперсии с неизвестным математическим ожиданием случайной величины. 11.Что понимается под исправленной дисперсией? 12.Докажите, что оценка дисперсии случайной величины с неизвестным

математическим

ожиданием

2

S

1

n 1

n

i 1

(

x m

i

x

)

2

состоятельная,

несмещенная и асимптотически эффективная. 13.Что понимается под оценкой вероятности случайного события? 14.Докажите, что оценка вероятности случайного события, определенная

*

частотой его появления p m / n , где m – число опытов, в которых

230

наблюдалось

событие,

состоятельная,

несмещенная

и

асимптотически

эффективная.

231

Наверх