- •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
2.5.9. Оцінка параметрів гамма-розподілу
Оцінка параметра λ при відомому β. Математичне сподівання і дисперсія цього розподілу відповідно дорівнюють
Якщо то гамма-розподіл співпадає з експоненціальним, оцінки для якого розглянуті у попередньому розділі. Також, як і у випадку експоненціального розподілу, тут замість параметра спочатку оцінюється обернений параметр математичне сподівання.
Статистична модель. Вибірка одержана із генеральної сукупності, яка має гамма-розподіл з параметрами і . Треба побудувати надійний інтервал для параметра . Розглянемо спочатку варіант, коли параметр відомий.
Надійний інтервал будується на основі того факту, що випадкова величина , де точкова оцінка параметра θ, також має гамма-розподіл з параметрами , тобто не залежить від невідомого параметра θ.
Алгоритм побудови надійного інтервалу для
1. Задаємо початкові дані моделі:
2. Обчислюються точкові оцінки середнього арифметичного m і параметра
.
3. Задається рівень значущості і визначаються квантилі гамма-розподілу , відповідно порядків , де – функція, обернена до функції гамма-розподілу з параметрами , . У Mathcad квантилі і обчислюються за функцією qgamma( ).
4. Обчислюються границі надійного інтервалу для параметра і визначається його надійний інтервал
5. Обчислюються границі надійного інтервалу для параметра і визначається його надійний інтервал
Приклад 2.11. Вибірка об’єму одержана із генеральної сукупності, яка має гамма-розподіл з параметрами Припускаючи, що параметр відомий – , а точне значення параметра невідоме, визначимо надійний інтервал для математичного сподівання і параметра досліджуваної генеральної сукупності при рівні значущості
Розв’язання. За допомогою функції Mathcad rgamma(n, a) змоделюємо вибірку об’єму у припущенні, що генеральна сукупність має гамма-розподіл з параметром , де . Знаходячи точкову оцінку параметра і визначаючи відповідні квантилі гамма-розподілу, знаходимо надійні інтервали для параметрів .
Алгоритм у Mathcad
Початкові дані
Моделювання вибірки із генеральної сукупності, яка має гамма-розподіл з параметрами
Фрагмент вибірки
Вибіркове середнє і дисперсія
Точкові оцінки параметрів
Рівень значущості і відповідні квантилі гамма-розподілу
Границі надійного інтервалу для параметра
Надійний інтервал для параметра
Границі надійного інтервалу для параметра
Надійний інтервал для параметра
◄
Оцінка параметра β при відомому λ
Статистична модель. Вибірка одержана із генеральної сукупності, яка має гамма-розподіл з параметрами і . Припускається, що параметр відомий, а невідомий. Треба побудувати надійний інтервал для параметра .
Надійний інтервал будується на основі того факту, що випадкова величина де точкова оцінка параметра , також має гамма-розподіл з параметрами , тобто не залежить від невідомого параметра .
Алгоритм побудови надійного інтервалу для
1. Обчислюється точкова оцінка .
2. Задається рівень значущості .
3. Визначаються квантилі , де – функція, обернена до функції гамма-розподілу з параметрами і .
4. Обчислюється надійний інтервал з границями:
.
Приклад 2.12. Вибірка об’єму одержана із генеральної сукупності, яка має гамма-розподіл з параметрами Припускаючи, що параметр відомий – , а точне значення параметра невідоме, визначимо надійний інтервал для параметра при рівні значущості
Розв’язання. Моделюємо вибірку об’єму у припущенні, що генеральна сукупність має гамма-розподіл з параметром , де . Знаходячи точкові оцінки середнього арифметичного і параметра визначаємо відповідні квантилі гамма-розподілу і знаходимо надійний інтервал для параметра
Алгоритм у Mathcad
Початкові дані
Моделювання вибірки із генеральної сукупності, яка має гамма-розподіл з параметрами
Фрагмент вибірки
Вибіркове середнє і дисперсія
Точкові оцінки параметрів
Рівень значущості і відповідні квантилі гамма-розподілу
Надійний інтервал для параметра
◄
Сумісна оцінка параметрів β і λ
Статистична модель. Вибірка одержана із генеральної сукупності, яка має гамма-розподіл з параметрами і . Припускається, що параметри і невідомі. Треба за даними вибірки оцінити невідомі параметри
Алгоритм побудови надійного інтервалу для
Якщо невідомі обидва параметри і , то простого методу одержання їх інтервальних оцінок не існує. Оскільки для даного розподілу
і ,
на основі значень вибіркового середнього і вибіркової дисперсії можна одержати оцінки цих параметрів у вигляді
Згідно з теорією визначення точкових оцінок параметрів розподілів за методом моментів для гамма-розподілу можна також скористатись співвідношеннями
.
Із цих співвідношень для параметрів знаходимо такі оцінки
Приклад 2.13. Вибірка об’єму одержана із генеральної сукупності, яка має гамма-розподіл з параметром (вибірку генеруємо за допомогою функції ). Припускаючи, що параметри невідомі, визначимо надійні інтервали для цих параметрів при рівні значущості
Розв’язання. Моделюємо вибірку об’єму у припущенні, що генеральна сукупність має гамма-розподіл з параметром Знаходячи точкові оцінки середнього арифметичного параметрів і відповідні квантилі гамма-розподілу, знаходимо надійні інтервали для параметрів .
Алгоритм у Mathcad
Початкові дані
Моделювання вибірки
Фрагмент вибірки
Вибірковi характеристики гамма-розподілу: середнє арифметичне, середнє квадратичне відхилення і другий момент
Точкові оцінки параметрів , визначені на основі вибіркового середнього і вибіркового середнього квадратичного відхилення
Точкові оцінки параметрів , визначені за методом моментів на основі середнього арифметичного і вибіркового другого моменту
Як показують результати, оцінки параметрів, одержані за цими методами, співпадають. ◄