Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Статистические оценки параметров распределения. Метод моментов оценки параметров
Пусть - выборка из теоретического распределения , зависящего от неизвестного параметра . Оценкой (статистикой) неизвестного параметра называется любая борелевская функция от наблюдаемых случайных величин. Оценка неизвестного параметра называется несмещенной, если ее математическое ожидание равно оцениваемому параметру, т. е. . В противном случае оценка называется смещенной. Можно показать, что выборочное среднее является несмещенной оценкой теоретического математического ожидания, а выборочная дисперсия является смещенной оценкой теоретической дисперсии. Исправленная выборочная дисперсия является несмещенной оценкой теоретической дисперсии. Состоятельной называют статистическую оценку, которая при неограниченном увеличении числа наблюдений стремится по вероятности к оцениваемому параметру: . Можно показать, что оценки , и являются состоятельными оценками теоретического математического ожидания и теоретической дисперсии соответственно. Несмещенная оценка параметра называется эффективной, если она имеет наименьшую дисперсию в классе несмещенных оценок, т. е. если – произвольная несмещенная оценка параметра, а – эффективная, то . Рассмотрим основные методы получения оценок. Метод моментов. Пусть имеется выборка из распределения , зависящего от неизвестных параметров , которые нужно оценить. Поскольку известен вид теоретической функции распределения, можем вычислить первые k теоретических моментов (начальных или центральных). Эти моменты будут зависеть от k неизвестных параметров . Суть метода моментов заключается в следующем: эмпирические моменты являются оценками соответствующих теоретических моментов, поэтому теоретические моменты приравнивают к соответствующим эмпирическим , а затем, решая систему относительно , находят оценки неизвестных параметров. Таким образом, в методе моментов оценки неизвестных параметров определяются как решение системы k уравнений с k неизвестными: В таблице ниже приведены формулы для вычисления эмпирических и соответствующих им теоретических моментов порядка k. Таблица 7 – Эмпирические и теоретические моменты
Метод максимального правдоподобия. Пусть имеется выборка - выборка из теоретического распределения , зависящего от неизвестных параметров которые нужно оценить. Основу метода составляет функция правдоподобия: . В дискретном случае функция выражает вероятность того, что теоретическая случайная величина примет значение , В абсолютно непрерывном случае функция – значение теоретической плотности распределения вероятностей в точке , Согласно методу максимального правдоподобия в качестве оценки неизвестных параметров принимаются такие значения , которые максимизируют функцию правдоподобия. Нахождение оценок может упрощаться, если максимизировать не саму функцию L, а . Задания 8 1 – 9 0 Выборка представлена интервалами и частотами попаданий в эти интервалы. Найти середины интервалов и частости. Допуская, что генеральная совокупность имеет нормальный закон распределения , 1) оценить методом моментов параметры а и ; 2) сравнив результаты графически, построить на одном рисунке гистограмму частостей и соответствующую кривую плотности распределения. 81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
Пример выполнения заданий 81-90 Случайная величина Х (отклонение контролируемого размера изделия от номинала) подчинена нормальному закону распределения с неизвестными параметрами и . Ниже приведено эмпирическое распределение отклонения от номинала изделий (в первой строке указано отклонение (мм), во второй строке приведена частота - количество изделий, имеющих отклонение ):
Таблица 8
Методом моментов найти точечные оценки неизвестных параметров и нормального распределения. Решение. Найдем начальный эмпирический момент первого порядка и центральный эмпирический момент второго порядка. Согласно формулам из таблицы 7:
Эмпирический момент второго порядка – это выборочная дисперсия, которую рассчитаем по формуле: . Таким образом, Составляем систему уравнений: В нашем случае Таким образом, , Точечные оценки неизвестных параметров и нормального распределения , Плотность нашего распределения имеет вид: . Чтобы убедиться в правильности нашего решения, подставим в полученную формулу значения х и найдем значения : Таблица 9
Построим гистограмму относительных частот и график полученной функции распределения:
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2020-11-23; просмотров: 269; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.191.186.72 (0.021 с.) |