- •Розділ 2. Методи оцінки параметрів розподілів
- •2.1. Предмет і задачі математичної статистики
- •2.2. Варіаційні ряди та їх характеристики
- •2.2.1. Варіаційні ряди
- •2.2.2. Емпірична функція розподілу
- •2.2.3. Графічне представлення варіаційних рядів
- •2.3. Числові характеристики статистичних розподілів
- •2.3.1. Середні величини
- •2.3.2. Показники варіації
- •2.3.3. Моменти розподілу. Характеристики форми розподілу
- •Алгоритм у Mathcad
- •2.4. Статистичні оцінки параметрів розподілів
- •2.4.1. Поняття статистичної оцінки параметрів
- •2.4.2. Точкові оцінки математичного сподівання і дисперсії
- •2.4.3. Методи знаходження оцінок параметрів розподілу
- •2.4.4. Метод моментів
- •2.4.5. Метод максимальної правдоподібності
- •2.4.6. Метод найменших квадратів
- •2.4.7. Метод мінімуму χ2
- •2.5. Методи інтервальної оцінки параметрів розподілів
- •2.5.1. Надійні інтервали
- •2.5.2. Надійний інтервал для математичного сподівання нормального розподілу a при відомому σ
- •2.5.3. Надійний інтервал для математичного сподівання нормального розподілу a при невідомому σ
- •2.5.4. Надійний інтервал для генерального середнього
- •2.5.5. Надійний інтервал для дисперсії нормального розподілу при відомому математичному сподіванні
- •2.5.6. Надійний інтервал для дисперсії нормального розподілу при невідомому математичному сподіванні
- •2.5.7. Оцінка ймовірності біноміального розподілу за частотою
- •Оцінка математичного сподівання
- •2.5.9. Оцінка параметрів гамма-розподілу
- •2.5.10. Інтервальна оцінка параметра розподілу Пуассона
- •2.5.11. Надійний інтервал для різниці середніх нормальних сукупностей при рівних дисперсіях
- •2.5.12. Надійний інтервал для різниці середніх нормальних сукупностей при різних дисперсіях
- •2.5.13. Надійний інтервал для відношення дисперсій нормальних сукупностей
2.5. Методи інтервальної оцінки параметрів розподілів
2.5.1. Надійні інтервали
У попередньому розділі були розглянуті методи оцінки параметрів генеральної сукупності одним числом. Такі оцінки параметрів називаються точковими. Однак точкова оцінка є лише наближеним значенням невідомого параметра навіть у тому випадку, якщо вона незсунена (у середньому співпадає з ), слушна (прямує до із зростанням n) і ефективна (має найменше відхилення від ), і для вибірок малого об’єму може суттєво відрізнятися від оцінюваного параметра і бути ненадійною.
Щоб одержати уявлення про точність і надійність оцінки параметра використовують інтервальні оцінки.
Оцінка називається інтервальною, якщо вона визначається двома числами – кінцями інтервалу, який накриває оцінюваний параметр. Інтервальна оцінка визначається за допомогою надійного інтервалу.
Надійним інтервалом для параметра називається числовий інтервал який із заданою ймовірністю накриває невідоме значення параметра , тобто
(2.38)
Імовірність , з якою виконується нерівність , називається надійною ймовірністю або надійністю оцінки, а ймовірність – рівнем значущості оцінки.
Оскільки границі інтервалу знаходяться за вибірковими даними, то вони є випадковими величинами на відміну від оцінюваного параметра – величини невипадкової.
Величина надійного інтервалу суттєво залежить від об’єму вибірки n (зменшується з ростом n) і від значення надійної ймовірності (збільшується з наближенням до одиниці). Дуже часто надійний інтервал вибирається симетричним відносно параметра , тобто , де величина називається точністю оцінки.
Найбільше відхилення вибіркової середньої (або частки) від генеральної середньої (або частки), яке можливе із заданою надійною ймовірністю , називається граничною похибкою вибірки.
Похибка є похибкою репрезентативності (представництва) вибірки. Вона виникає у наслідок того, що досліджується не вся сукупність, а лише її частина (вибірка), відібрана випадково. Цю похибку часто називають випадковою похибкою репрезентативності. Вона відрізняється від систематичної похибки репрезентативності, яка з’являється у результаті порушення принципу випадковості при відборі елементів сукупності у вибірку.
Звичайно надійність оцінки задається наперед і береться близькою до одиниці: 0.9, 0.95, 0.99. Чим менша для вибраної ймовірності величина , тим точніше оцінка невідомого параметра . Вибір надійної ймовірності не є математичною задачею, а визначається конкретно вирішуваною проблемою. Наприклад, нехай на двох підприємствах імовірність випуску придатної продукції дорівнює , тобто ймовірність випуску браку . Перше підприємство випускає парасольки, а друге парашути. Викинути 1% парасольок дешевше, ніж змінити технологічний процес. Якщо ж на 100 парашутів зустрінеться один бракований, то це потягне за собою серйозні наслідки. Отже у першому випадку ймовірність браку допускається, а в другому – ні.
Для побудови надійних інтервалів для параметрів генеральних сукупностей можуть бути реалізовані два підходи, які ґрунтуються на знанні точного (при даному об’ємі вибірки n), або асимптотичного (при n→∞) розподілу вибіркових характеристик (статистик). Перший підхід реалізується при побудові інтервальних оцінок параметрів для малих вибірок, другий – для великих вибірок. Розглянемо спочатку другий підхід, який застосовується для великих вибірок.