Построим доверительный интервал для дисперсии D=σ2 наблюдаемой случайной величины ~
по случайной выборке
при неизвестном математическом ожидании.
Введем случайную величину (статистику) , (3.36)
которая согласно утверждению 2 теоремы Фишера имеет распределение с
степенями свободы. Поскольку плотность распределения этого закона асимметрична, доверительный интервал, соответствующий надежности β, найдем из формулы (3.31) в виде:
. (3.37)
Обычно доверительный интервал для случайной величины
выбирают так, чтобы вероятность ее попадания за пределы этого интервала влево и вправо была одинаковой (рис. 3.9):
.
Тогда условия для определения значений и
будут иметь вид:
,
. (3.38)
По таблице квантилей - распределения (табл. С приложения) найдем
,
. (3.39)
![]() |
Рис. 3.9
Неравенства эквивалентны неравенствам
, поэтому
.
Следовательно, интервал
(3.40)
является доверительным интервалом дисперсии, соответствующим доверительной вероятности β.
Пример 3.3. По данным выборочного контроля найти выборочное математическое ожидание и несмещенную оценку дисперсии нормальной случайной величины ξ. Найти доверительные интервалы для них, соответствующие доверительной вероятности β = 0,98.
Таблица 3.4
![]() | ||||||||
![]() |
Решение. Выборочное математическое ожидание найдем по формуле (3.14), используя табл.3.4
При
.
Несмещенную выборочную дисперсию вычислим по формуле (3.19):
,
.
Доверительный интервал для математического ожидания определим по формуле (3.35). При из таблицы А приложения находим квантиль распределения Стьюдента
. Вычислив предельную ошибку
,
получим искомый доверительный интервал для математического ожидания:
.
Границы доверительного интервала для дисперсии определим по формуле (3.20). По таблице квантилей распределения χ2 (см. табл. С приложения) при определим квантили:
,
.
Подставив эти значения, а также и
в формулу (3.20), получим искомый доверительный интервал для дисперсии
.
Вопросы для самопроверки
1.Что называется выборкой?
2.Как произвести оценку выборочного математического ожидания и выборочной дисперсии?
3.Как найти функцию распределения для дискретной случайной величины?
4.Что такое несмещенная оценка параметра?
5.Дайте определение состоятельной оценки.
6.Что такое интервальная оценка?
Заключение
В результате изучения выше приведенного материала студент может приступить к выполнению контрольной работы и проверить свои ответы на вопросы самоконтроля. Затем после выполнения лабораторных работ может приступить к ответам на вопросы экзаменационного теста и получить оценку за проделанную работу.
Глоссарий
Биномиальное распределение с параметрами n и p – вычисление вероятности того, что случайная величина принимает значения m= 0, 1,…, n.
Вариационный ряд – последовательность элементов выборки, расположенных в неубывающем порядке (одинаковые элементы записываются последовательно друг за другом).
Вероятность произведения двух независимых событий – произведение вероятностей этих событий.
Вероятность события -- отношение числа исходов m события А к общему числу элементарных событий N.
Возможные значения случайной величины – числа ¦(w).
Выборка – последовательность значений из генеральной совокупности;
- объема k - часть, состоящая из k элементов генеральной совокупности;
- репрезентативная – позволяет адекватно описать случайную величину
- случайная объема n – последовательность n независимых случайных величин из генеральной совокупности.
Выборочная дисперсия – величина, равная сумме квадратов разностей между значением случайной величины и ее математическим ожиданием, деленная на объем выборки.
Выборочное среднее – число, равное сумме значений случайной величины, деленной на объем выборки.
Генеральная совокупность – конечная или бесконечная совокупность наблюдений над случайной величиной.
Геометрическое определение вероятности – отношение площади S (A), соответствующей событию A, к площади всей области W.
Гипергеометрическое распределение – вычисление вероятности того, что случайная величина примет заданное значение через число сочетаний.
Гипотеза альтернативная – гипотеза, конкурирующая с основной;
-основная – гипотеза, которая проверяется;
-статистическая – предположение относительно параметров или закона распределения случайной величины.
Гистограмма – представление статистического ряда на плоскости.
Дискретная случайная величина - множество возможных значений образует конечную или бесконечную последовательность чисел, т.е. конечно или счетно.
Дисперсия случайной величины x – момент второго порядка случайной величины (x - M (x)).
Доверительная вероятность – вероятность, с которой производится оценка параметров.
Доверительный интервал – область значений, при которых основная гипотеза принимается.
Дополнение множества A – разность между всем множеством S и множеством А, которое является частью S.
Достоверное событие W – всегда наступает в условиях данного эксперимента.
Закон трех сигм – значения случайной величины ξ, имеющей нормальное распределение с параметрами m и σ,содержатся в интервале
Кривая распределения – график плотности вероятности.
Критерий значимости – вероятность ошибки 1-го рода.
Критерий
- согласия – правило, в соответствии с которым принимается решение;
- Колмогорова – проверка гипотезы о совпадении функций распределения.
Математическое ожидание дискретной случайной величины x – сумма ряда из произведений возможных значений xi на их вероятности pi.
Множество – некоторая совокупность объектов, называемых элементами множества.
Множество конечное – состоящие из конечного числа элементов, в противном случае – бесконечное множество.
Момент второго порядка случайной величины x – математическое ожидание квадрата этой случайной величины.
Моргана формулы или соотношения двойственности – правило для записи выражения, соответствующего «отрицанию» функции.
Невозможное событие – это такое, которое не может наступить в условиях данного эксперимента, т.е. это событие имеет пустое множество благоприятствующих исходов.
Независимые с обытия A и B – событие А происходит независимо от того, происходит событие В или нет.
Несовместные события A и B– не могут происходить одновременно.
Нормальное или гауссовское распределение – случайная величина ξ имеет плотность распределения вероятностей при всех x
.
- хи-квадрат (Пирсона) – проверка гипотезы о совпадении дисперсий.
Относительная частота события A – показывает долю опытов, в которых наступило событие A при N экспериментах.
Оценка интервальная – доверительный интервал:
- несмещенная – математическое ожидание случайной величины в этом случае равно оцениваемому параметру;
- точечная – произвольная функция элементов выборки, когда параметр неизвестен.
Ошибка второго рода – событие, состоящее в том, что гипотеза принимается, когда на самом деле она неверна.
Ошибка первого рода – событие, состоящее в том, что гипотеза отвергается, когда на самом деле она верна.
Показательное распределение с параметром – это такоераспределение, плотность вероятности которого задается равенством
Произведение или пересечение множеств A и B– множество, состоящее из всех общих элементов этих множеств.
Пространство элементарных событий – множество всех исходов данного эксперимента.
Противоположное событие – это событие, которое происходит в том случае, если не происходит событие А.
Пустое множество – множество, не содержащее элементов.
Равномерное распределение - случайная величина ξ на промежутке [ a,b ] имеет постояннуюплотность распределения вероятностей.
Размещение из n элементов по k элементов – упорядоченные выборки объема k без возвращения элементов.
Разность множеств A и B – множество, состоящее из всех элементов множества A, которые не содержатся в множестве B.
Ряд распределения – статистический ряд, записанный в виде таблицы.
Случайная величина – функция f, которая каждому элементарному событию w ставит в соответствие число ¦(w).
Событие – некоторое высказывание о результатах рассматриваемого эксперимента.
Сочетание из n элементов по k элементов - неупорядоченные выборки объема k без возвращения элементов.
Стандартное или средне-квадратическое отклонение - квадратный корень из дисперсии.
Статистика – результат наблюдения над случайной величиной.
Статистический ряд – последовательность различных значений, расположенных в возрастающем порядке, с указанием относительных частот.
Сумма или объединение множеств A и B – множество, состоящее из всех элементов, принадлежащих хотя бы одному из этих множеств.
Уровень значимости статистического критерия – величина, определяющая степень достоверности вычислений.
Условие нормировки – площадь криволинейной трапеции под всей кривой распределения равна 1.
Условная вероятность – вероятность события A при условии, что событие B произошло.
Функция Лапласа - функция распределения стандартного нормального закона.
Функция распределения F(x) случайной величины x - вероятность того, что случайная величина примет значение, меньшее заданного х.
Частный случай – если при каждом осуществлении события A происходит и событие B, то говорят, что событие A влечет событие B.
Частота события A – число экспериментов mn (A), в которых наступило событие A.
Элементарные события – исходы (результаты) эксперимента.
Эмпирическая функция распределения – относительная частота события, заключающегося в том, что случайная величина примет значение, меньшее чем заданное число.