Главная » Просмотр файлов » 1625915143-9358bde957c0693ae60a95b83ad382f6

1625915143-9358bde957c0693ae60a95b83ad382f6 (843873), страница 16

Файл №843873 1625915143-9358bde957c0693ae60a95b83ad382f6 (Лотов - Лекции по теории вероятностей и математической статистике для ФФ НГУ) 16 страница1625915143-9358bde957c0693ae60a95b83ad382f6 (843873) страница 162021-07-10СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 16)

Делать это непросто, хотя соответствующие методы разработаны. Из-за дефицита времени мы упомянем только один подход, позволяющий во многих случаяхопределять, является ли данная оценка эффективной. В математической статистике71известно неравенство Рао–Крамера, которое гласит: если f (θ, t) как функция переменной θ обладает определенными свойствами регулярности (мы не уточняем здесь— какими), то для любой несмещенной оценки θ∗Dθ θ∗ ≥ C(θ, n).Константа C(θ, n) легко вычисляется, после чего с ней можно сравнивать дисперсии оценок.

Если для некоторой оценки в неравенстве Рао–Крамера выполняетсяравенство, значит, эта оценка обладает наименьшей дисперсией, в силу неравенстваменьше уже не бывает.Пример. Вернемся к ситуации, рассмотренной выше: X ⊂= U0,θ , и θ неизвестно.∗∗Сравним ММ-оценку θ1 = 2X и ММП-оценку θ = X(n) . Первая из них являетсянесмещенной:θE (2X) = 2E X1 = 2 = θ.2Для нееθ2DX1= .Dθ1∗ = 4n3nИсследуем вторую оценку.nYFθ∗ (t) = P(X(n) < t) = P(X1 < t, . . . , Xn < t) =P(Xi < t) =0, nt= (U0,θ (t))n =,nθ1,i=1если t ≤ 0,если 0 < t ≤ θ,если t > θ.Отсюда, кстати, следует состоятельность оценки θ∗ .

Поскольку всегда X(n) ≤ θ,то для любого ε > 0P(|X(n) − θ| ≥ ε) = P(θ − X(n) ≥ ε) = P(X(n) ≤ θ − ε) =при n → ∞.Далее находим плотность n−1 nt,nf (θ, t) =θ0,и моментыZθ∗Eθ =0nθntn−1,t n dt =θn+1(θ − ε)n→0θnесли 0 < t ≤ θ,иначеZθ∗ 2E(θ ) =0t2ntn−1nθ2dt=.θnn+2∗Оценка θ оказалась смещенной; чтобы сравнение было справедливым, подправимее, сделав, как и θ1∗ , несмещенной. Пустьn+1 ∗θ , Eθ2∗ = θ,nи дальше сравниваем θ1∗ и θ2∗ . Найдем дисперсию новой оценки.Ã!2 222(n + 1)(n + 1)nθnθθ2∗=Dθ2∗ =Dθ=−.n2n2n+2n+1n(n + 2)θ2∗ =Мы видим, что Dθ2∗ < Dθ1∗ при n > 1, причем Dθ2∗ стремится к нулю с ростом n напорядок быстрее, чем Dθ1∗ .727.7.1.Доверительные интервалыНекоторые распределения, связанные с нормальнымНам потребуется ввести некоторые распределения, играющие большую роль вматематической статистике.I. Распределение хи-квадрат.

По определению, распределением хи-квадрат с nстепенями свободы называется χ2n = Γ1/2, n/2 . Таким образом, это распределение сплотностью1ntt 2 −1 e− 2 , t > 0,γ1/2, n/2 (t) = 2n/2 Γ(n/2)0,t ≤ 0.6γ1/2, n/2 (t)n=1n>2n=2-t0Свойства распределения хи-квадрат1. Если случайные величины Z1 и Z2 независимы, Z1 ⊂= χ2n1 , Z2 ⊂= χ2n2 , тоZ1 + Z2 ⊂= χ2n1 +n2 .Это свойство в свое время было доказано в общем виде для сверток плотностейгамма-распределения.2.

Пусть случайные величины Y1 , . . . , Yn независимы и Yi ⊂= Φ0,1 при всехi = 1, . . . , n. ТогдаY12 + . . . + Yn2 ⊂= χ2n .Доказательство. Достаточно проверить утверждение для n = 1 и затем воспользоваться предыдущим свойством. Имеем FY12 (y) = P(Y12 < y) = 0 для y ≤ 0. Еслиy > 0, то√FY12 (y) =P(Y12√< y) = P(− y < Y1 <√2= √2πZy√1y) = √2πZy√− y½u2exp −2¾du =½ 2¾uexp −du.20Сделав замену t = u2 , получим1FY12 (y) = √2πZy−1/2t½ ¾texp −dt = Γ1/2, 1/2 (y).203. При больших значениях n распределение χ2n (y) можно аппроксимировать нормальным.73Действительно, пользуясь обозначениями предыдущего утверждения, находимÃ!222Y+...+Y−nEYy−nEY111p nχ2n (y) = P(Y12 + . . .

+ Yn2 < y) = P< p.22nDY1nDY1Если n велико, то можно применить ЦПТ. Здесь EY12 = 1, EY14 = 3 (последнеепредлагается проверить в качестве самостоятельного упражнения), поэтомуDY12 = 2. Получаем¶µy−n2.χn (y) ' Φ0,1 √2nII. Распределение Стьюдента. Пусть случайные величины Y и Zn независимы,Y ⊂= Φ0,1 , Zn ⊂= χ2n . Тогда распределение Tn случайной величиныrY1Znnназывается распределением Стьюдента с n степенями свободы.Вместо случайной величины Zn в этом определении можно поставить Y12 +. . .+Yn2 ,где Y, Y1 , . . . , Yn независимы и Yi ⊂= Φ0,1 при всех i = 1, . . .

, n.Плотность распределения Стьюдента равна (приводится без доказательства)Γ((n + 1)/2)tn (y) = √πn Γ(n/2)µy21+n¶−(n+1)/2.Это симметричная кривая, по своему виду напоминающая график плотности распределения Коши (кстати, распределение Коши совпадает с распределением Стьюдентас одной степенью свободы).6tn (y)-y0Данное распределение введено английским математиком В. С. Госсетом; он подписывал свои работы псевдонимом Student, что и закрепилось в названии распределения.Если n → ∞, то tn (y) → ϕ0,1 (y). Этот результат нетрудно получить из явнойформулы для tn (y), воспользовавшись замечательным пределом. Кстати, из законабольших чисел и свойств сходимости по вероятности следует, чтоrпосколькуYY12+ ...

+nPYn2→Y ⊂= Φ0,1 ,Y12 + . . . + Yn2 P→ EY12 = 1.n74Здесь, напомним, случайные величины Y, Y1 , . . . , Yn независимы и все имеют стандартное нормальное распределение.III. Распределение Фишера. Пусть Z1 и Z2 независимы, Z1 ⊂= χ2n1 , Z2 ⊂= χ2n2 . Тогдараспределение случайной величиныZ1 /n1Z2 /n2называется распределением Фишера с числом степеней свободы (n1 , n2 ) и обозначается Fn1 ,n2 .Мы не будем приводить формулу для плотности этого распределения, ее графикв своих общих чертах выглядит так:6fn1 ,n2 (t)-t0Все три введенных распределения широко используются в статистических вычислениях, поэтому почти во всех пособиях по математической статистике можновстретить таблицы значений этих функций распределения. Наиболее полно таблицы представлены в работе Большев Л.Н., Смирнов Н.В.

Таблицы математическойстатистики. М., 1965.7.2.Свойства выборок из нормального распределенияСледующая лемма лежит в основе многих статистических выводов.Лемма Фишера. Пусть случайные величины X1 , . . . , Xn независимы, Xi ⊂= Φ0,1 ,i = 1, . . . , n, иY1X1 Y2  X2  ...  = A  ... ,YnXnгде A — ортогональная матрица. Тогда для любого r = 1, . .

. , n − 1nXXi2 − Y12 − . . . − Yr2 ⊂= χ2n−ri=1и эта случайная величина не зависит от Y1 , . . . , Yr .Доказательство. Ранее было установлено, что в наших условиях случайные величины Y1 , . . . , Yn независимы и имеютΦ0,1 . Ортогональное преобраPnPn распределение22зование не меняет длины вектора: i=1 Xi = i=1 Yi , поэтомуnX2Xi2 − Y12 − . . .

− Yr2 = Yr+1+ . . . + Yn2 ⊂= χ2n−r ,i=175и эта случайная величина не зависит от Y1 , . . . , Yr . Лемма доказана.Теорема о свойствах выборок из нормального распределения. ПустьX = (X1 , . . . , Xn ) ⊂= Φα,σ2 . ТогдаX − α√n⊂= Φ0,1 ;σnS 22) 2 ⊂= χ2n−1 ;σ1)3) X и S 2 независимы.Доказательство. 1. Ранее установлено, что X ⊂= Φα,σ2 /n . Применяем операциюстандартизации:X − α√X − EX√n⊂= Φ0,1 .=σDXXi − αX −α, i = 1, .

. . , n. Тогда Zi ⊂= Φ0,1 ,=Zσσ¶2¶2n µn µ1 X Xi − X1 X Xi − α X − α==−=n i=1σn i=1σσ2. Обозначим Zi =S2σ2n=ПоэтомуВ свою очередь,Ãиn1X1X 2(Zi − Z)2 =Zi − (Z)2 .n i=1n i=1n√nS 2 X 2=Zi − ( n Z)2 .2σi=1Z1µ¶ Z2 √11.n Z = √ ,..., √nn  ... Zn!11Вектор √ , . . .

, √имеет единичную длину. Его всегда можно достроить до орnn√тогональной матрицы A, в которой он будет являться первой строкой. Тогда n Zбудет совпадать с первой компонентой вектора A(Z1 , . . . , Zn )T и по лемме ФишераnX√= χ2n−1 .Zi2 − ( n Z)2 ⊂i=1nS 2 √X − α√и nZ =n независимы. Следо2σσвательно, независимы S 2 и X как функции этих величин.Теорема доказана.Следствие. В условиях теоремыИз леммы Фишера следует также, чтоX −α √n−1⊂= Tn−1 .S76Доказательство. Согласно определению, Tn−1 — это распределение дробиpY / Z/(n − 1), где Y и Z независимы, Y ⊂= Φ0,1 и Z ⊂= χ2n−1 . В силу теоремы мыможем взятьX − α√nS 2Y =n,Z= 2.σσСледствие доказано.7.3.Доверительные интервалы для параметров нормальногораспределенияПусть X ⊂= Fθ , θ ∈ R — неизвестный параметр. Ранее мы занимались поискомподходящих оценок для θ, что можно назвать также точечным оцениванием, поскольку вместо неизвестной точки θ на прямой предлагалось использовать другую,случайную точку θ∗ .

В этом разделе мы будем поступать по-другому: постараемсяуказать интервал, содержащий точку θ с большой вероятностью.Определение. Доверительным интервалом уровня 1 − ε для неизвестного параметра θ называется интервал (A(X1 , . . . , Xn ), B(X1 , . . . , Xn )) такой, чтоP(A(X1 , . . .

, Xn ) < θ < B(X1 , . . . , Xn )) ≥ 1 − ε.Обычно в качестве ε выбирают достаточно малое число.Доверительный интервал называется асимптотическим, еслиlim P(A(X1 , . . . , Xn ) < θ < B(X1 , . . . , Xn )) ≥ 1 − ε.n→∞Разумеется, пользоваться асимптотическим доверительным интервалом следует только при больших объемах выборки.Отметим, что доверительный интервал — это интервал со случайными концами,коль скоро они строятся по выборке. Ясно, что интервал тем лучше, чем он у́же.Далее мы займемся построением доверительных интервалов для неизвестных параметров в случае выборки из нормального распределения.Пусть X = (X1 , .

. . , Xn ) ⊂= Φα,σ2 .1. Доверительный интервал для α при условии, что σ 2 известно. МыX − α√установили ранее, чтоn⊂= Φ0,1 . С помощью таблиц стандартного нормальσного распределения можно найти число q > 0 такое, что Φ0,1 (−q) = ε/2. Это значит,чтоÃ!X − α√P −q <n < q = Φ0,1 (q) − Φ0,1 (−q) = 1 − εσили после преобразованийÃqσqσP X−√ <α<X+√nn!= 1 − ε.Ã!qσqσТем самым мы построили доверительный интервал X − √ , X + √ , его длинаnn√равна 2qσ/ n. Это значит, что при больших n мы можем довольно точно локализовать значение неизвестного параметра α.772.

Доверительный интервал для α при условии, что σ 2 неизвестно. Предыдущая конструкция не годится, поскольку в ней участвует неизвестный параметрσ. Здесь поможет следствие из теоремы предыдущего раздела, согласно которогоX − α√случайная величинаn − 1 (уже не зависящая от σ) распределена по законуSСтьюдента с n − 1 степенью свободы. Теперь мы воспользуемся таблицами распределения Tn−1 и найдем число q такое, что Tn−1 (−q) = ε/2. ТогдаÃ!X − α√P −q <n − 1 < q = Tn−1 (q) − Tn−1 (−q) = 1 − ε,Sи после преобразований получаем доверительный интервалÃ!qSqSP X−√<α<X+√= 1 − ε.n−1n−13.

Доверительный интервал для σ 2 при условии, что α известно. СлуXi − αчайные величины, i = 1, . . . , n, независимы и имеют стандартное нормальноеσраспределение, поэтомуÃ!2nXXi − α⊂= χ2n .σi=1Из таблиц распределения χ2n найдем числа q1 и q2 такие, что χ2n (q1 ) = ε/2,χ2n (q2 ) = 1 − ε/2. Тогда!Ãn2X(Xi − α)< q2 = χ2n (q2 ) − χ2n (q1 ) = 1 − ε.P q1 <2σi=1Это соотношение эквивалентно тому, чтоPnµPn¶222i=1 (Xi − α)i=1 (Xi − α)P<σ <= 1 − ε.q2q14. Доверительный интервал для σ 2 при условии, что α неизвестно. ВосnS 2пользуемся тем, что 2 ⊂= χ2n−1 . Из таблиц распределения χ2n−1 находим числа q1 иσq2 такие, что χ2n−1 (q1 ) = ε/2, χ2n−1 (q2 ) = 1 − ε/2. Тогда!ÃnS 2P q1 < 2 < q2 = χ2n−1 (q2 ) − χ2n−1 (q1 ) = 1 − εσи после преобразований получаем доверительный интервал¶µ 2nS 2nS2<σ <= 1 − ε.Pq2q1787.4.Построение доверительных интервалов с помощьюнормального приближенияВ предыдущем разделе нам удалось построить точные доверительные интервалы для параметров нормального распределения, пользоваться которыми можно прилюбых значениях n.

Характеристики

Список файлов книги

Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее