- •Математическая статистика теория и практика
- •220301, 230104, 230201 Очной формы обучения
- •Издательство
- •Оглавление
- •§1. Задачи математической статистики
- •§2. Генеральная и выборочная совокупность. Репрезентативность выборки. Способы отбора (способы организации выборки)
- •§3. Статистическое распределение выборки. Графическое представление распределений
- •Эмпирическая функция распределения
- •§4. Статистические оценки параметров распределения
- •§5. Генеральная средняя. Выборочная средняя. Оценка генеральной средней по выборочной средней
- •§6. Генеральная дисперсия. Выборочная дисперсия. Оценка генеральной дисперсии по исправленной дисперсии
- •§7. Метод моментов и метод наибольшего правдоподобия нахождения оценок параметров. Метод моментов
- •Метод наибольшего правдоподобия
- •§8. Доверительная вероятность. Доверительный интервал
- •Доверительный интервал для оценки математического ожидания
- •§9. Проверка гипотезы о соответствии статистических данных теоретическому закону распределения
- •§ 10. Понятие о корреляционном и регрессивном анализе
- •Индивидуальные задания
- •Ответы и указания
- •Приложения
- •Алгоритм проверки гипотез о законе распределения случайных величин
- •О нормальном законе распределения случайной величины X
- •Критические точки распределения 2
- •Список литературы
- •Учебное издание
- •Математическая статистика теория и практика
§8. Доверительная вероятность. Доверительный интервал
Определение. Интервальной называют оценку, которая определяется двумя числами – концами интервала.
При выборе малого объема точечная оценка значительно отличается от оцениваемого параметра, что приводит к грубым ошибкам. В этом случае применяют интервальную оценку.
Пусть оценка неизвестного параметра θ (θ – постоянное число).
Оценка тем точнее, чем меньше число δ в неравенстве .
Число δ характеризует точность оценки.
Статистические методы не позволяют категорически подтверждать, что удовлетворяет неравенству , можно лишь говорить о вероятности, с которой осуществимо это неравенство.
Определение. Доверительной вероятностью (надёжностью) оценки по называют вероятность γ, с которой осуществляется неравенство .
Р() = γ. (8)
Обычно в качестве доверительной вероятности γ выбирают γ = 0,9; 0,95; 0,99.
Преобразуем (8):
Р() = γ. (9)
Равенство (9) означает, что с вероятностью γ неизвестное значение параметра попадет в интервал
(10)
Ранее рассматривали вероятность попадания случайных величин в заданный интервал.
В данном случае величина не случайна ( число, хотя и неизвестное), зато случаен интервал (10), случайно его положение на оси абсцисс, определяемое центром , случайна длина.
Поэтому γ – не вероятность попадания точки в интервале (10), а вероятность того, что случайный интервал (10) накроет точку .
Определение. Доверительным называют интервал , который накрывает параметр с заданной доверительной вероятностью γ.
Доверительный интервал для оценки математического ожидания
нормального распределения при известном σ
(σ – среднее квадратное отклонение)
Дано: Количественный параметр Х генеральной совокупности распределен нормально.
плотность.
Математическое ожидание a – неизвестно.
Среднее квадратическое отклонение – известно.
Требуется: оценить а по средней выборочной .
Данные выборки и среднее выборочное будем рассматривать как случайные величины и , одинаково распределённые с математическим ожиданием a и средним квадратическим отклонением .
,
; .
Пусть выполняется Р( )= γ, где γ – заданная вероятность.
Из курса теории вероятностей известна формула: Р( ) = . Заменим X на , на .
Р( ) = = , где .
Тогда . Следовательно, Р( )= .
Вернемся к обозначению как . Получим
Р( .
Итак, с достоверной вероятностью γ можно утверждать, что доверительный интервал покрывает неизвестный параметр a. Точность оценки . Число t определяется из равенства , или .
При заданной доверительной вероятности по таблице функции Лапласа (табл. 2) находят значение t.
Пример 10. Количественный параметр X распределен нормально, . Найти доверительный интервал для оценки неизвестного математического ожидания a по выборочной средней , если объем выборки n = 36 и доверительная вероятность = 0,95.
Решение.
; .
– доверительный интервал.
Если, например, , то (3,12; 5,08).
Смысл результата: если произведено достаточно большое число выборок, то 95% из них определяют такие доверительные интервалы, в которых неизвестное математическое ожидание а действительно заключено. Лишь в 5% случаев а может выйти за границы доверительного интервала.
Вычисление объема выборки при заданных и
Пусть требуется оценить математическое ожидание, если заданы доверительная вероятность и точность оценки .
Точность оценки . Тогда .
Значит, – минимальный объем выборки, который обеспечит заданную точность .
Замечание. Доверительный интервал для оценки математического ожидания нормального распределения при неизвестном .
X – количественный признак, распределён нормально. a, – неизвестны.
Требуется оценить a .
Можно доказать, что доверительный интервал, покрывающий неизвестное математическое ожидание a с доверительной вероятностью , где – выборочная средняя; – исправленное среднее квадратическое отклонение; – квантиль распределения, который находят по таблице 3 по заданным и .
Задачи _______________________________________________________
Найти доверительный интервал для оценки с надежностью 0,99 неизвестного математического ожидания a нормально распределённого признака Х генеральной совокупности, если известны генеральное среднее квадратичное отклонение σ = 4, выборочная средняя и объём выборки n = 16.
На овцеводческой ферме из стада произведена выборка для взвешивания 36 овец. Их средний вес оказался равным 50 кг. Предположив распределение веса нормальным и определив несмещённую оценку выборочной дисперсии S2 = 16, найти доверительный интервал для оценки математического ожидания с надёжностью 0,95.
Выборка из большой партии электроламп содержит 100 ламп. Средняя продолжительность горения лампы выборки оказалась равной 1000 ч. Найти с надежностью 0,95 доверительный интервал для средней продолжительности a горения лампы всей партии, если известно, что продолжительность горения лампы распределена нормально.
Найти минимальный объём выборки, при котором с надежностью 0,975 точность оценки математического ожидания a генеральной совокупности по выборочной средней равна δ = 0,3, если известно среднее квадратичное отклонение σ = 1,2 нормально распределённой генеральной совокупности.
Найти минимальный объем выборки, при котором с надежностью 0,925 точность оценки математического ожидания нормально распределённой генеральной совокупности по выборочной средней равна 0,2, если известно среднее квадратичное отклонение генеральной совокупности σ = 1,5.
Из генеральной совокупности извлечена выборка:
xi |
-2 |
1 |
2 |
3 |
4 |
5 |
ni |
2 |
1 |
2 |
2 |
2 |
1 |
Оценить с надежностью 0,95 математическое ожидание a нормально распределённого признака генеральной совокупности по выборочной средней при помощи доверительного интервала.
Из генеральной совокупности извлечена выборка:
xi |
-0,5 |
-0,4 |
-0,2 |
0 |
0,2 |
0,6 |
0,8 |
1 |
1,2 |
1,5 |
ni |
1 |
2 |
1 |
1 |
1 |
1 |
1 |
1 |
2 |
1 |
Оценить с надежностью 0,95 математическое ожидание a нормально распределённого признака генеральной совокупности по выборочной средней при помощи доверительного интервала.
По данным выборки объёма n = 50 из генеральной совокупности нормально распределённого количественного признака найдено исправленное среднее квадратичное отклонение s = 14. Найти доверительный интервал, покрывающий генеральное среднее квадратичное отклонение σ с надежностью 0,999.
Случайная величина Х распределена по нормальному закону. Статистическое распределение выборки представлено в таблице:
xi |
3 |
5 |
7 |
8 |
10 |
12 |
14 |
ni |
3 |
7 |
4 |
6 |
7 |
5 |
8 |
Найти с надежностью 0,97 доверительный интервал для оценки математического ожидания и с надежностью 0,95 – для оценки среднего квадратичного отклонения.
Случайная величина Х распределена по нормальному закону. Статистическое распределение выборки представлено в таблице:
xi |
1 |
3 |
5 |
7 |
9 |
ni |
2 |
5 |
4 |
6 |
3 |
Найти с надежностью 0,95 доверительный интервал для оценки математического ожидания и с надежностью 0,99 – для оценки среднего квадратичного отклонения.