книги из ГПНТБ / Дьяченко, А. Н. Интегральное исчисление функций нескольких переменных. Теория вероятностей и элементы математической статистики учебное пособие
.pdfО |
2 |
Fl\Ji* |
Нетрудно проверить, что неравенства а 2 > |
ав и у2 |
------ вы- |
|
|
а2 |
полняются одновременно, а неравенство Y i> |
net 2 |
---------- в тех случаях, |
|
|
а 2 |
когда не выполняется неравенство а 2 < а£, т. е. первые два события эквивалентны, а последние — противоположны. Учитывая это и
(6.33), находим:
Р |
ЯО» |
|
1-Р . . 1+ Р |
. |
р |
|
|
|
1-Р |
(6.35) |
|||
|
а2 < Y i |
|
2 |
2 |
|
|
|
|
|
|
|
2 |
|
Вспоминая определение функции распределения и тот факт, что |
|||||||||||||
для |
непрерывных распределений |
Р (£ < х ) |
= |
Р (I <х), |
из соотно |
||||||||
шений (6.35) можно получить: |
|
|
|
|
|
|
|
|
|
||||
|
F*. п-1(Yi) = 4 |
^ |
; |
F*. л-1 М |
= -Х=^~ , |
|
(6-36) |
||||||
где |
п_ 1 {х) — функция |
распределения |
случайной |
величины, |
|||||||||
распределенной по закону х2 сп — 1 |
степенями свободы. Таким обра- |
||||||||||||
зом, Yj является |
квантилью |
|
|
|
1+ р |
, а |
— квантилыо по- |
||||||
порядка — с-1- |
|||||||||||||
рядка 1 ~ б ■для распределения |
х2 |
с п— 1 |
степенью свободы и мо |
||||||||||
гут быть найдены по табл. III |
приложения. |
При |
|
большом |
объеме |
||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
выборки (п > 30) |
распределение х |
|
|
|
ПО% |
|
близко |
к нор- |
|||||
|
величины------ |
|
|||||||||||
мальному с математическим |
|
|
|
|
|
а2 |
п— 1, |
и |
диспер |
||||
ожиданием, равным |
|||||||||||||
сией, равной 2 (п— 1). Поэтому |
|
|
■Vl— (я — 1) \ |
_ |
|
|
|||||||
|
Р X,2, п—1 (Yi) |
|
|
|
|
|
|||||||
|
|
|
|
. у 2(л -1 ) |
) |
’ |
|
|
|||||
|
|
|
|
|
|
|
|
|
|||||
|
Рх*, П—1 |
|
|
|
Ф Та — (п—1) \ |
|
|
||||||
|
|
|
|
|
|
|
, V2jn=T) |
} ' |
|
|
|||
Откуда, воспользовавшись соотношением |
|
|
|
|
|
||||||||
|
|
|
Ф (— х) = 1 — Ф (х), |
|
|
|
|
|
|
||||
получаем: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ф/ я—1—У»\ |
ф/Лк—Я + ..Ц = !.+ Р. . |
|
|
|||||||||
|
\У2( п— \)1 |
\У2(п — \)! |
2 |
|
|
|
|
||||||
Обозначив ^ |
квантиль порядка |
1+ Р |
для нормального закона |
||||||||||
распределения с параметрами т = |
|
2 |
1, |
получаем: |
|
|
|||||||
|
0; а = |
|
|
||||||||||
|
|
11 |
п — 1— у2 |
|
У1 — п + |
|
|
|
|
|
|||
|
|
Р |
/ 2 (я— 1) |
|
1^2 (я — 1) |
|
|
|
|
|
170
Таким образом, для п > 30
7 ! = п— \+ ^УЩ п- 1);
(6.37)
Тг = п— 1 -fp ]/2 (n —•1), )
причем /р находится по таблице значений нормальной функции распределения так, как это было описано ранее.
После того, как |
и у 2 |
найдены, |
границы доверительного ин |
тервала [о^, сг|] для дисперсии находятся из формул (6.34): |
|||
|
|
|
па* |
|
02н = |
^ г ; |
<6‘38> |
Доверительным интервалом для среднеквадратического откло нения является интервал [стн, ав].
Вычисление доверительного интервала для математического ожидания при неизвестной дисперсии. Чтобы найти границы до верительного интервала для математического ожидания т случай ной величины |, распределенной в генеральной совокупности по нормальному закону с параметрами т и а воспользуемся тем, что
случайная величина —2------ , где т%и о выборочные математическое
<4
ожидание и дисперсия, распределена по закону Стьюдента с числом
степеней свободы п— 1 |
(п — объем выборки). |
|
|
|
||||
|
Будем искать доверительный интервал, удовлетворяющий ус |
|||||||
ловию (6.26), т. е. найдем границы тя = |
т* |
ер и тв = пг Т- еи |
||||||
из |
условия Р (mH< m < /n B) = р. Так |
как |
событие {/nH< m < m |
|||||
эквивалентно событию |
т* — т |
|
ер |
то, |
|
|||
|
|
< * р = |
|
|
||||
|
т* |
|
р ( — тз ^ - |
< Т „ ) = р. |
||||
|
< Д |
|||||||
|
Распределение Стьюдента симметрично относительно 0, поэтому |
|||||||
|
|
|
|
|
Ч — т ^ |
ТL |
|
|
|
|
|
|
|
------------ ^ |
|
||
|
1 - Р - Т В< - |
- < д |
|
2 |
|
|||
|
|
|
|
|
|
|
|
|
|
Поскольку события |
|
|
|
|
|
■т |
тр |
|
|
|
|
|
|
< |
||
противоположны, то |
т* — т |
|
|
|
|
|
||
|
|
|
|
1 - Р |
1+ |
Р |
||
|
F С т , п— 1 (Т 'р ) = Р |
|
< Д |
|
||||
|
|
|
|
|
|
|||
где |
Fqt, п - 1 (х) — функция |
распределения |
случайной |
величины, |
||||
распределенной по закону Стьюдента с п— 1 |
степенями свободы. |
|||||||
|
Таким образом, |
является 1 |
^ — квантилью этого распреде |
|||||
ления Стьюдента. Значения |
в зависимости от р и п— 1 приведены |
в табл. II приложения. Определивтр по этой таблице, можно найти
7 * |
171 |
|
границы доверительного интервала для математического ожидания при неизвестной дисперсии:
тк = т*— tpcr*; тв = т *+ т„ст*. |
(6.39) |
Пример 7. Считая, что высота колец шарикоподшипников |
в примере 1 |
распределена по нормальному закону, найти доверительный интервал для математического ожидания, соответствующий доверительной ве
роятности |
Pj = 0,95 |
и |
доверительный интервал |
для дисперсии, соот |
||||
ветствующий доверительной вероятности |
|32 = |
0,9. |
Выбороч |
|||||
Р е ш е н и е : |
В этом примере объем выборки п = 10. |
|||||||
ные математическое ожидание и дисперсия равны соответственно: |
||||||||
|
т = |
1* =32,129; |
а2 = 0,193. |
|
|
|||
|
|
* |
|
|
« |
|
|
|
Для |
= 0,95 |
и |
п— 1 = 9 |
по табл. |
II приложения |
находим, |
||
т„ = 2,26. Вычисляем |
г------ |
|
|
|
|
|||
Р |
т„а* = |
|
|
|
|
|
|
|
|
2,26 К 0,193 = 2,26-0,439 ж 0,992. |
|
Подставляя от* и ТрО* в формулы (6.39), находим границы дове рительного интервала для математического ожидания:
отн = 32,129 — 0,922 =31,207; т в =32,129 +0,922 = 33,151.
Чтобы определить доверительный интервал для дисперсии, нужно найти 7 ! и у2, которые являются соответственно квантилями порядка
^ |
^ и ------ — |
для у2 распределения с п — 1 = 9 степенями свободы. |
|||||||
2 |
|
2 |
0,9, |
то |
|
|
|
|
|
Поскольку р2 = |
|
|
|
|
|
||||
|
|
_ |
1+ |
Ра. 0,95; |
а3 = |
|
Рг |
: 0,05. |
|
|
|
а1 ' |
2 |
|
- |
|
2 |
|
|
|
По табл. III приложения находим: |
ух = |
|
19,68; у 2 = 8,34. |
|||||
|
Подставляя п, о*, у, и у2 |
3 формулы (6.38), вычисляем границы |
|||||||
доверительного интервала для дисперсии: |
|
|
|||||||
|
2 |
10-0,193 |
____ |
о |
10-0,193 |
0,231. |
|||
|
|
19,68 |
0,098; |
ol = ■ |
8,34 |
|
|||
|
|
|
|
|
|
|
Таким образом, при сделанных предположениях на основе резуль татов выборки рассмотренной в примере 1 можно утверждать, что с ве
роятностью р, |
= |
0,95 математическое ожидание |
высоты |
колец шари |
|
коподшипников принадлежит интервалу [31,207; |
33,151], |
а дисперсия |
|||
этой величины |
с |
вероятностью [52 = 0,9 принадлежит |
интервалу, |
||
[0,098; |
0,231]. |
|
|
|
|
Пример 8 . По данным результатов измерений диаметров головок закле пок, приведенным в примере 3, найти доверительные интервалы для
,математического ожидания, дисперсии и среднего квадратического отклонения диаметров головок заклепок, соответствующие довери
тельной вероятности [5 = 0,98.
Р е ш е н и е . Объем выборки в примере 3 равен п = 200, выбо рочные математическое ожидание и дисперсия равны:
от* =13,416; с* = 0,012.
Так как объем выборки большой, то законы распределения от* и 0 » будут близки к нормальным. Учитывая это, доверительный ин
172
тервал для математического ожидания найдем по формуле (6.32),
считая а = |
j / j * |
~ 0,11. Так как (3 |
= 0,98, то * |
^ |
= 0,99. |
В табл. I |
||||
приложения |
нет |
значения |
Ф (х) = |
0,99, |
поэтому |
находим |
значения |
|||
Ф (х), ближайшие к 0,99: |
|
|
|
|
|
|
||||
|
|
Ф (2, 3) =0,9893; Ф (2, 4) = |
0,9918. |
|
|
|
||||
Откуда линейной интерполяцией получаем, что Значение Ф (х) = |
||||||||||
= 0,99 |
соответствует: |
|
|
|
|
|
|
|
||
x = t R = |
2,3 Ч------2 ,4 ~~2,3— (0,9900—0,9893) = 2,3 + |
40-0,007 = 2,328. |
||||||||
|
|
0,9918 — 0,9893 |
|
|
|
|
|
|||
По формуле (6.31) находим: |
|
|
|
|
|
|||||
|
|
е = |
— |
<я = |
(М 1: -2,328 « 0,018. |
|
|
|
||
|
|
|
/ п |
|
/200 |
|
|
|
|
|
Подставляя в (6.32) т* |
и 8 , получаем: |
|
|
|
|
|||||
|
|
т „ =/п * — е = |
13,416 — 0,018= 13,398; |
|
|
|||||
|
|
т в = |
т* + |
8 = |
13,416+ 0,018 = 13,434. |
|
|
Таким образом, доверительным интервалом для математического ожидания диаметров головок заклепок, соответствующим доверитель ной вероятности 0,98, будет интервал [13.398; 13,434].
Вычислим теперь доверительные интервалы для дисперсии и сред него квадратического отклонения. Ввиду большого объема выборки
при определении У! и у 2 следует воспользоваться |
формулами (6.37). |
Как только что выяснили для [5 = 0,98 величина |
= 2,328, поэтому |
у Ь2 = П — 1 ± + V 2 (n — 1) = 199 ± 2,328 К з 9 8 .
Следовательно,
У! к 245,4; у2 s 152,6.
Подставляя найденные значения yj и у2, а также а2 и п в (6.38)
вычислим границы доверительных интервалов для дисперсии и сред него квадратического отклонения:
о2 |
200- 0,012 0,0098; |
2 |
200- 0,012 |
0,157; |
|
н |
245,4 |
° в = |
--------------------------152,6 |
|
|
|
|
|
|
||
|
0,099; |
0 В » |
0,125. |
|
|
Таким |
образом, доверительной |
вероятности |
= |
0,98 соответст |
|
вуют доверительные интервалы для дисперсии [0,0098; |
0,0157] и для |
||||
среднего квадратического отклонения |
[0,099; 0,125]. |
|
6.5. Обработка результатов измерения
Ошибки измерения. Одно из применений методов математиче ской статистики состоит в обработке результатов различных изме рений. Раздел статистики, в котором разрабатываются методы та кой обработки, называется теорией ошибок. Проводя наблюдения, экспериментатор либо непосредственно измеряет интересующие его величины (такие измерения называются прямыми), либо измеряет величины, которые связаны с ними определенными зависимостями, а затем интересующие экспериментатора величины находятся ре шением соответствующих уравнений (такой способ получения ве
личин называют косвенными измерениями). Как в случае прямых, так и в случае косвенных измерений, значения, полученные в ре зультате эксперимента, как правило, отличаются от истинных зна чений измеряемых величин, а при повторении одних и тех же из мерений результаты отличаются друг от друга. Разность между результатом измерения X и истинным значением измеряемой ве личины а называется ошибкой измерения б = X — а. В зависимости от причин, вызывающих ошибки измерения, их делят на случайные, систематические и грубые (промахи).
Промахами называют ошибки, являющиеся результатом небреж ности лица, проводящего измерения, его низкой квалификации или неожиданных сильных внешних воздействий на измерения.
Значения систематических ошибок при однотипных измерениях остаются постоянными. Они являются следствием невыявленных и неустраненных постоянных эффектов, таких как ошибка градуи ровки прибора, искривление луча локатора, вызванное рефракцией и т. п. Систематические ошибки выявляются и устраняются путем анализа способа измерений в тех разделах техники, физики, биоло гии и других наук, которые разрабатывают методику эксперимента.
Случайные ошибки являются следствием причин, влияние ко торых практически невозможно учесть. Этих причин очень много, а роль каждой из них незначительна и изменчива. К таким при чинам относятся мелкие сейсмические толчки, испытываемые ин струментом, вибрация, вызванная проезжающими вдали автома шинами, температурные колебания, колебания воздуха, вызванные турбулентными явлениями в атмосфере, различная психологическая настройка и смещение относительно шкалы лица, производящего измерение, и т. д. Поскольку случайные ошибки складываются в ре зультате суммарного действия большого числа малых случайных отклонений, то в силу центральной предельной теоремы закон рас пределения случайных ошибок близок к нормальному.
В теории ошибок предполагается, что эксперимент организован так, что промахи и систематические ошибки устранены, ошибки измерения являются случайными и распределены по нормальному закону с математическим ожиданием, равным нулю. (Отличие ма тематического ожидания от нуля свидетельствовало бы о том, что не все систематические ошибки устранены). Задача теории ошибок состоит в том, чтобы по ряду прямых или косвенных измерений, содержащих случайные ошибки, дать наиболее точную оценку ис тинных значений измеряемых величин.
Обработка прямых равноточных измерений. Точность в теории ошибок характеризуется дисперсией или средним квадратическим отклонением ошибок измерения. Пусть требуемая величина а из меряется непосредственно. Измерения производятся одним и тем же наблюдателем с помощью одного и того же прибора, в одинако вых условиях, т. е. точность каждого измерения одинакова. Ре зультатом измерений являются числа Х и Х 2, . . . , Хп, каждое из которых отличается от истинного значения а измеряемой величины
174
на ошибку измерения б,- (i = 1, 2, . . . , п). Вейлу сделанных пред положений ошибки бг распределены одинаково: по нормальному закону с математическим ожиданием, равным нулю, и одинаковой дисперсией а2 (которая может быть заранее неизвестной). Поскольку Xt = а + б т о , как следует из § 5.10 и примера 2 гл. 5, случай ные величины Х{ распределены по нормальному закону с матема тическим ожиданием, равным а и дисперсией а2. Таким образом, задача оценки величины а при прямых равноточных измерениях по существу ничем не отличается от рассмотренной в § 3 задачи оценки математического ожидания по выборочным значениям.
Из сказанного следует, что состоятельной, несмещенной и эф
фективной оценкой а величины а является среднее |
арифметическое |
|||||||
наблюдавшихся |
значений |
Xf. |
|
|
Таблица 2 |
|||
а = ~ |
2 * , - |
(6-40) |
|
|
||||
|
|
|
|
|||||
п |
i=i |
|
|
|
i |
Х1 |
Х(. - 5 |
(Х1- а)2 |
Точность такой оценки можно |
||||||||
охарактеризовать, |
указав |
ее |
|
|
|
|
||
среднее квадратическое отклоне |
1 |
42 781 |
—19 |
361 |
||||
ние. Если дисперсия а2 одиноч |
2 |
42 836 |
36 |
1296 |
||||
ного измерения (или, |
что то же, |
3 |
42 807 |
7 |
49 |
|||
дисперсия Xt) известна, |
то |
как |
4 |
42 763 |
—37 |
1369 |
||
5 |
42 858 |
58 |
3364 |
следует из (6.20)
Сумма | |
45 |
6439 |
Если дисперсия Xt неизвестна, ее можно |
оценить по формуле |
|
2 ( Х (— а)2. |
|
(6.42) |
1 ~ |
|
|
В теории ошибок результаты принято записывать кратко в сим волической форме
а= а + (та,
где а — оценка измеряемой величины, а оа— среднее квадратическое отклонение (средняя квадратическая ошибка) этой оценки.
Для более полной и точной характеристики оцениваемых вели чин необходимо указывать доверительные вероятности и соответст вующие им доверительные интервалы, которые могут быть найдены по методам, изложенным в § 6.4.
Пример 9. Пять независимых измерений расстояния между двумя геоде
зическими знаками |
дали результаты, |
приведенные в |
первых двух |
столбцах табл. 2 , где i — номер замера; |
Xi — замеренное расстояние |
||
между знаками |
|
|
|
Определить оценку R измеряемого расстояния и оценку средней |
|||
квадратической ошибки измерительного метода. |
проведем по |
||
Р е ш е н и е : |
Обработку результатов измерений |
той же схеме, что и решение примера 2 , выбрав в качестве ложного нуля а = 42 800 м.
175
Вычисление удобно проводить, записывая результаты в табл. 2.
По формуле (6.5) находим оценку для R:
С
— |
|
1 |
х-ч |
|
|
|
|
а = |
4^ |
|
42 800 = |
42 809 м. |
||||
R = — |
2 j (x i — а) + |
— |
+ |
|||||||||||||
|
|
n |
i=i |
|
|
|
|
|
|
5 |
|
|
|
|
||
Выборочная дисперсия находится по формуле (6 .8): |
||||||||||||||||
2 |
1 |
VI / V |
|
_.,2 |
- |
(А- |
ТГ\2 |
|
1 |
6439 - |
6034 |
|||||
= |
— |
2 |
(*• - |
|
а) 2 |
Я)2 |
= — |
81 |
||||||||
|
|
i=i |
• - |
|
|
|
|
|
|
|
|
5 |
|
|
|
|
Несмещенная оценка дисперсии |
|
|
|
|
||||||||||||
|
|
|
72 |
-= |
я |
|
_2 |
|
|
5 |
|
6034 |
1508,5 м. |
|||
|
|
о |
|
г- G# — |
---- |
• --------- |
||||||||||
|
|
|
|
п — 1 |
|
|
|
4 |
|
5 |
|
|
|
|
||
Среднее квадратическое отклонение (средняя квадратическая |
||||||||||||||||
ошибка |
измерения) |
равна: |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
о= V150&.5 » 39 |
м. |
|
|
|||||||
Среднее |
квадратическое |
|
отклонение оценки |
|||||||||||||
|
|
|
|
сгR |
|
о |
|
|
39 |
|
17 м. |
|
||||
|
|
|
|
|
|
|
|
/ 5 |
|
|
|
|||||
Окончательный результат записывается в виде |
||||||||||||||||
|
|
|
|
|
|
R = 42 809 ± |
1.7 |
м. |
|
|
||||||
Найдем |
доверительные |
интервалы |
оценок, |
соответствующие до |
||||||||||||
верительной |
вероятности |
f> = |
0,9. |
Так как в нашем примере объем |
||||||||||||
выборки п = |
5 мал и дисперсия не известна, |
воспользуемся методами, |
||||||||||||||
изложенными |
на стр. |
169— 171. |
В табл. |
III |
приложения находим |
0,05 — и 0,95 квантили х2 распределения с числом степеней свободы 4:
у2 = 3,36, Yi = 11,67. Подставляя 0 ^, у 2 в формулу (6.38),
находим границы доверительного интервала для дисперсии a2R:
[646,3; 2226,9].
Доверительным интервалом среднего квадратического отклоне ния, соответствующим доверительной вероятности 0,9 является ин
тервал [25,42; 47,20]. |
|
|
0,9 |
находим тр |
распределения |
|||||||
В табл. |
II |
приложения для |3 = |
||||||||||
Стьюдента с |
числом степеней |
свободы 4: |
тр = 4,13. |
По |
формулам |
|||||||
(6.39) найдем доверительный интервал оценки R, соответствующий |
||||||||||||
доверительной вероятности 0,9: |
[42 809 — 2,13-17; |
42 809 + |
2,13-17], |
|||||||||
т. е. с вероятностью 0,9 выполняется неравенство |
|
|
|
|
||||||||
|
|
|
|
42 774 < |
R < |
42844. |
|
|
|
|
|
|
Обработка косвенных измерений. Пусть величины alt а2, ■■■, |
||||||||||||
ат непосредственно |
измерить невозможно, |
однако |
измеряются |
ве |
||||||||
личины у 1г у 2, . . . |
, |
уп, являющиеся |
известными |
функциями |
аъ |
|||||||
•••> +п- |
|
yt = ft (fli. <h> • • |
■ . ат), |
|
|
(6.43) |
||||||
где i — 1, . . . , п. |
|
|
||||||||||
|
|
|
|
|
|
Yh содержащие |
||||||
В результате измерений yt получены значения |
||||||||||||
случайные |
ошибки. |
Необходимо |
по |
измеренным |
величинам |
Yг, |
||||||
Y 2, . . . , |
Y„ оценить |
значения |
аъ |
а2, ■. . , ат. |
|
|
|
то |
||||
Если бы величины |
Yt были свободны от ошибок измерения, |
|||||||||||
получилась бы система п уравнений с т неизвестными: |
|
|
||||||||||
|
/)■(+, |
а2, |
. |
. . , ат) = |
Yt, |
г = 1, |
. . . , п. |
|
(6.44) |
176
В действительности, из-за ошибок измерения равенства (6.44) при истинных значениях ах, а2, . ■■, ат, выполняются нестрого и уравнения можно рассматривать только как условные. Их так и называют «условными уравнениями». Разность между правой и левой частью называют невязкой уравнения. В нашем случае не вязка равна ошибке 6£ результата измерения величины г/£. При п<Ст число уравнений меньше числа неизвестных и оценки ах, . . .,
ат, вообще говоря, не |
могут быть определены однозначно. |
При |
т — п задача сводится |
к решению системы уравнений, число |
ко |
торых равно числу неизвестных. При п^>т возникает задача ис пользовать избыток уравнений таким образом, чтобы сделать ми нимальным влияние ошибок измерения на оценку величин ах, . , ат.
Будем предполагать, что все величины г/£ измерены с одинако вой точностью, т. е. дисперсии а2 всех ошибок измерения одинаковы, и кроме того, ошибки измерения 6£независимы:
|
Yi = fi (ах, а2, . . |
. . a J + |
St, |
|
|
||
где 6£— ошибка измерения. |
|
|
каждая |
величина |
Yt распре |
||
При сделанных предположениях |
|||||||
делена по нормальному закону |
с |
математическим |
ожиданием |
||||
ft (ах, а2, |
. , ат) и дисперсией |
а2, |
|
причем |
величины |
Yt |
незави |
симы. |
искать оценки ах, . . |
. , |
ат методом максимума |
правдо |
|||
Будем |
подобия (см. § 6.3). Вероятность того, что измеренные значения величин yt будут удовлетворять неравенствам
с точностью до величин более высокого порядка малости, чем А” , равна:
дгс |
1 |
f (“l* “2 |
а т ) 1 2 |
(6.45) |
е |
2СГ- |
п
(2д) 2 оп
Найдем величины ах, а2, . . . , ат— обеспечивающие максимум этой вероятности. Очевидно, что точка максимума функции правдо подобия (6.45) одновременно является точкой минимума суммы квадратов невязок:
2 [ П (- — f (ах, а2, |
, ат)]2. |
(6.46) |
1= 1 |
|
|
Так как в точках экстремума дифференцируемой функции част-' ные производные равны нулю, то дифференцируя (6.46) по ajt / = 1, . . . , т, получим систему т уравнений для определения
оценок ах, а2, |
, ат: |
|
i=l |
■ . , а т) ] ^ - = 0, |
(6.47) |
OOj |
|
|
где / = 1, . . . , |
т (6.47). |
|
177
Метод, в соответствии с которым параметры подбираются так, чтобы обеспечить минимум суммы квадратов невязок, называется
методом наименьших квадратов. В нашем случае оценки ah полу ченные по методу наименьших квадратов, обеспечивают и максимум функции правдоподобия.
Можно показать, что в случае, когда все линейно зависят то dj, оценка, полученная по методу наименьших квадратов, является несмещенной и эффективной.
Сглаживание экспериментальных зависимостей по методу наи меньших квадратов. Во многих случаях опыт проводится с целью
исследования |
зависимости |
некоторой |
физической величины |
у |
от |
|||
|
|
|
физической величины х (например, |
пути, |
||||
\ |
|
|
пройденного телом от времени, |
коэффи |
||||
|
|
циента поглощения звука в воде, от |
||||||
|
|
|
солености и т. п.). Предполагается, |
что |
||||
|
|
4 |
х и у связаны функциональной |
зависи- |
||||
|
|
мостью |
у = |
I (х). Вид этой зависимости |
||||
|
|
|
требуется определить из опыта. |
|
|
|||
|
|
|
Пусть в результате опыта |
получено |
||||
О |
|
Т ” |
несколько |
экспериментальных |
точек. |
|||
|
Обычно |
ввиду ошибок измерения |
эти |
|||||
Р и с. |
62 |
|
точки располагаются не совсем правиль |
|||||
(рис. 62). Известно, |
|
ным образом, давая некоторый «разброс» |
||||||
что через любые п точек с координатами |
(лу, yt) |
всегда можно провести кривую, выражаемую аналитически много членом степени (п— 1), так, чтобы она в точности прошла через каждую точку.* Однако такое решение вопроса не является удов
летворительным, так как подобная |
кривая будет |
воспроизводить |
не столько точную функцинальную |
зависимость, |
сколько нерегу |
лярный характер экспериментальной зависимости, вызванный ошибками измерения. В связи с этим возникает задача сглажива ния экспериментальной зависимости: требуется обработать экспе риментальные данные так, чтобы отразить зависимость у от х и вместе с тем сгладить случайные уклонения, вызванные неизбеж ными ошибками измерений. Будем предполагать, что тип зависимо сти у = f (х) известен с точностью до нескольких числовых пара метров а1; а2, . . . , ат. Часто вопрос о типе кривой решается не посредственно по внешнему виду кривой. Так зависимость, изобра женная на рис. 62, мало отличается от параболы и, следовательно, хорошо может быть представлена полиномом второй степени. В дру гих случаях тип кривой известен из теоретических соображений. При сделанных предположениях задача о сглаживании эксперимен тальных зависимостей может быть сформулирована следующим об
разом: выбрать параметры ах, а2, . |
. . , ат таким образом, |
чтобы |
кривая |
|
(6.48) |
У = Ф (* )= /(* . а» |
••■. ат) |
|
* См. [2], § 35, стр. 72. |
|
|
178
в некотором смысле наилучшим образом выражала эту зависи мость.
Эту задачу обычно решают методом наименьших квадратов, ко торый состоит в следующем. Ввиду ошибок, происходящих при из
мерении значений переменных х и у, |
значение функции (6.48) при |
||
х — Х ь вообще говоря, |
отличается от У). Разность между Y{ и зна |
||
чением функции при х = X,- |
|
|
|
Уi |
/ (Xj, |
^2> |
• > Я/п) |
называется невязкой в точке х = Хс. Желательно, подобрать па раметры ах, а 2, . . . , ат таким образом, чтобы во-первых, умень шить невязку во всех точках, где проводились замеры, и во-вторых, чтобы процедура для вычисления этих параметров была сравни тельно простой. В методе наименьших квадратов обе цели дости гаются за счет того, что в качестве оценок неизвестных параметров
берутся числа ах, аа, . . . , ат, при которых достигает минимума сумма квадратов невязок:
|
2 [ ^ г — f(X t, alt |
а2, . . . , |
ат)]\ |
|
1=1 |
когда известно, что х и у связаны |
|
Рассмотрим подробно случай, |
|||
линейной |
зависимостью |
|
|
|
у = ах-\-Ь. |
(6.49) |
|
Пусть |
в опыте зарегистрировано п пар значений (X,-, Уг), i = |
||
= 1, . . . , п, переменных х и у. Требуется |
подобрать по методу |
||
наименьших квадратов параметры а и Ь. |
|
||
Сумма |
квадратов невязок в рассматриваемом случае имеет вид |
S(a, Ь)= 2 ( У (. - а Х г- 6 ) г.
1= 1
Чтобы найти минимум этой функции, найдем частные производ ные первого порядка и приравняем их нулю:
~ ~ = |
2 2 [Yt- a X t- b ] X t=Q\. |
|
да |
t=i |
|
'■ ~ _ = |
2 2 |
[У*— aXt— b] —0. |
до |
t=i |
|
Таким образом, получили систему двух уравнений для опреде ления неизвестных а и Ь. Разделив оба уравнения на 2п и раскры вая скобки, преобразуем систему уравнений следующим образом-.
1_ |
|
|
|
п |
|
2 х , у , - а 4 - 2 х ? - ь - |
-2 хг=о, |
||||
|
|||||
п i= 1 |
|
i = l |
t = l |
||
2 |
п |
2 |
|
(6.50) |
|
2 Yt- a |
2 x t— б = о . |
|
|||
п |
п |
|
179