- •§1. Основы выборочного метода 6
- •§2. Статистическая проверка гипотез 45
- •§ 3. Обработка результатов наблюдений 70
- •Введение
- •§1. Основы выборочного метода
- •1.1. Понятие о выборочном методе.
- •1.2. Методы группировки экспериментальных данных
- •1.3. Выборочные оценки и ошибки выборки
- •1.4. Некоторые требования, предъявляемые к выборочным оценкам
- •1.5. Случайная повторная выборка для определения оценки доли признака
- •1.6. Случайная повторная выборка для определения оценки генеральной средней
- •1.7. Оценка генеральной дисперсии
- •1.8. Простая случайная бесповторная выборка
- •1.9. Эмпирическая ковариация
- •1.10. Межгрупповая дисперсия
- •2) Межгрупповая дисперсия:
- •Упражнения
- •1.36. Признак X(к) задан на множестве следующей таблицей:
- •Задания для контрольной работы № 1.
- •§2. Статистическая проверка гипотез
- •2.1. Основные понятия
- •2.2. Сравнение выборочной средней с математическим ожиданием нормальной генеральной совокупности при известной дисперсии
- •2.3. Сравнение генеральных средних по выборкам одинакового объема при равных известных дисперсиях.
- •2.4. Проверка гипотезы о равенстве математических ожиданий при известных дисперсиях
- •2.5. Проверка гипотезы о равенстве математических ожиданий при равных неизвестных дисперсиях
- •2.6. Сравнение дисперсий двух нормальных распределений
- •2.7. Критерии согласия
- •2.8. Распределение долей признаков
- •2.9. Сравнение выборочной исправленной дисперсии с заданной дисперсией нормальной генеральной совокупности
- •Упражнения
- •2.10. Задания для контрольной работы № 2
- •§ 3. Обработка результатов наблюдений
- •3.1. Методические указания к лабораторной работе
- •3.2. Задания для лабораторной работы
- •Приложения
- •Ответы к упражнениям
- •Заключение
1.6. Случайная повторная выборка для определения оценки генеральной средней
Точечная оценка генеральной средней.
Пусть , .
Выборка рассматривается как п повторных независимых испытаний. Результат каждого испытания есть случайная величина xi, закон распределения которой совпадает с генеральным распределением, т.е. и . После n испытаний, получены n попарно независимых одинаково распределенных случайных величин,.
- случайная величина.
Всего выборок можно произвести . Определив вероятность каждой выборки и составив закон распределения для , найдем
,
отсюда и - несмещенная оценка .
- состоятельная оценка (по теореме Чебышева.
Рассмотрим дисперсию
(1.17)
при будет иметь минимально возможное значение, следовательно - эффективная оценка .
Итак, точечная оценка генеральной средней удовлетворяет всем необходимым требованиям.
Интервальная оценка генеральной средней.
(1.18)
Формула (1.18) получена на основании частного случая теоремы Ляпунова, т.е. теоремы Лапласа для одинаково распределенных случайных величин при больших объемах выборки. Но согласно (1.17), следовательно,
. (1.19)
Тогда
. (1.20)
Замечание Если значение неизвестно, то егоследует заменить "хорошей" точечной оценкой. Считая, что. получим аналог формулы (1.20):
. (1.21)
Пример 1..13. Определяется средний рабочий стаж большой группы рабочих. Произведена случайная повторная выборка 900 личных листков. Средний рабочий стаж в выборке оказался равным 15,5 годам, а среднее квадратическое отклонение 4,8 года. С какой вероятностью можно утверждать, что отклонение выборочной средней от генеральной не превысит 0,5 года.
Решение. По условию . Найти .
Вычисляем . По таблице находим , сле-довательно, по формуле (1.20) доверительная вероятность .
Пример 1.14. По данным предыдущего примера найти доверительные границы при оценке генеральной средней, которые можно гарантировать с вероятностью 0,9500.
Решение. По условию Найти и .
Так как по формуле (1.20 ) где по таблицам находим t = 1,96.
Доверительные границы будут:
или
Пример 1.15. В условиях предыдущего примера определить необходимый объем выборки, при котором ошибка не превысит 0,5 с доверительной вероятностью 0,9990.
Решение. По условию Po = 0,9990; Найти п.
По таблицам определяем Из равенства находим
Пример 1.16. Случайная величина Х имеет показательное распределение (например, время бесперебойной работы устройства) с плотностью
В таблице дан эмпирический закон распределения времени работы этого устройства
Время работы |
0 - 20 |
20 - 40 |
40 - 60 |
60 - 80 |
Число устройств |
100 |
40 |
15 |
4 |
Методом моментов найти точечную оценку параметра
Решение.
X |
10 |
30 |
50 |
70 |
|
100/159 |
40/159 |
15/159 |
4/159 |
.
Пример 1.17. Случайная величина Х распределена по закону Пуассона
Результаты 120 независимых наблюдений X отражены в таблице
Значение Х |
0 |
1 |
2 |
3 |
Частота |
70 |
20 |
14 |
16 |
Методом моментов найти точечную оценку параметра .
Решение. Математическое ожидание случайной величины Х равно . Составим эмпирический закон распределения относительных частот
Значение Х |
0 |
1 |
2 |
3 |
Относительная частота |
7/12 |
1/6 |
7/60 |
2/15 |
Пример 1.18. По выборке x1 = 4; x2 = 3; x3 = 2; x4 = 4; x5 = 2. Определить точечную оценку параметра p геометрического распределения , где X – случайная величина, которая означает число испытаний до первого появления события, а p – вероятность появления события в одном испытании.
Решение. Среднее выборочное значение случайной величины X
Отсюда точечная оценка параметра .