Точечные и интервальные оценки.

Точечной оценкой неизвестного параметра называют число (точку на числовой оси), которое приблизительно равно оцениваемому параметру и может заменить его с достаточной степенью точности в статистических расчетах.

Для того чтобы точечные статистические оценки обеспечивали “хорошие” приближения неизвестных параметров, они должны быть несмещенными, состоятельными и эффективными.

Определение:Пусть — случайная выборка из распределения, зависящего от параметра . Тогда статистику , принимающую значения в , называют точечной оценкой параметра Замечание

Формально статистика может не иметь ничего общего с интересующим нас значением параметра . Её полезность для получения практически приемлемых оценок вытекает из дополнительных свойств, которыми она обладает или не обладает.

Свойства точечных оценок

Оценка называется несмещённой, если её математическое ожидание равно оцениваемому параметру генеральной совокупности:

,

где обозначает математическое ожидание в предположении, что — истинное значение параметра (распределения выборки ).

Оценка называется эффективной, если она обладает минимальной дисперсией среди всех возможных несмещенных точечных оценок.

Оценка называется состоятельной, если она по вероятности с увеличением объема выборки n стремится к параметру генеральной совокупности: ,

по вероятности при .

Оценка называется сильно состоятельной, если ,

почти наверное при .

Надо отметить, что проверить на опыте сходимость «почти наверное» не представляется возможным, поэтому с точки зрения прикладной статистики имеет смысл говорить только о сходимости по вероятности.

Интервальной называют оценку, которая определяется двумя числами – концами отрезка.

Интервальные оценки – характеризуют не единственно возможную ситуацию, а их множественность. Этот вид экспертных оценок широко распространен. Одним из определяющих свойств интервальной оценки является то, что на множестве задано бинарное отношение МЕЖДУ.

Определение

Пусть - неизвестный параметр генеральной совокупности. По сделанной выборке по определенным правилам находятся числа и такие чтобы выполнялось неравенство:

Интервал является доверительным интервалом для параметра , а число - доверительной вероятностью или надежностью сделанной оценки. Обычно надежность задается заранее, причем выбираются числа близкие к 1 (0.95, 0.99 или 0.999).

Примеры интервальных оценок

Пример 1. Доверительное оценивание по вариационному ряду.

Пусть задана выборка некоторой случайной величины Построим вариационный ряд выборки

 

Очевидно, что вероятность попасть в любой из - го интервалов значений случайной величины X одинакова и равна Тогда вероятность того, что случайная величина X приняла значение из интервала где будет равна:

Вопрос: чему должен быть равен размер выборки n чтобы вероятность попасть в интервал составила 95%.

Подставляя значение для доверительной вероятности в формулу выше, получим:

откуда

Таким образом, при достаточном для заданной доверительной вероятности числе измерений случайной величины по набору ее порядковых статистикможет быть оценен диапазон принимаемых ею значений.

Пример 2. Доверительный интервал для медианы.

Пусть задана выборка некоторой случайной величины X

При доверительный интервал для медианы определяется порядковыми статистиками

где

при

при

при

Для значений номера порядковых статистик, заключающих в себе медиану, при и приведены в таблице 1, взятой из [3].

Пример 3. Доверительный интервал для математического ожидания.

Пусть задана выборка некоторой случайной величины X, арактеристики которой (дисперсия D и математическое ожидание M) неизвестны. Эти параметры оценим так:

- несмещенная оценка дисперсии.

Величину называют оценкой среднего квадратического отклонения. Воспользуемся тем, что величина представляет собой сумму независимых случайных величин, и, согласно центральной предельной теореме, при достаточно большом ее закон близок к нормальному. Поэтому будем считать, что величина распределена по нормальному закону. Характеристики этого закона - математическое ожидание и дисперсия - равны соответственно M (настоящее МО случайной величины ) и .

Найдем такую величину , для которой . Перепишем это в эквивалентном виде и скажем, что случайная величина перед знаком неравенства есть модуль от стандартной нормальной. Получаем, что , и . В случае неизвестной дисперсии ее можно заменить на оценку .

Например, выбирая , получаем коэффициент

Окончательно: с вероятностью можно сказать, что