Интервальные оценки неизвестных параметров(дляMX)



Опр.Случайные величины н= н( ) и , являющиеся функциями от выборочных значений, называются соответственно нижним и верхним двусторонними доверительными пределами для неизвестного параметра  с надежностью (коэффициентом доверия, доверительной вероятностью) P (0,5<P<1) (или с уровнем значимости ), если для доверительного интервала вероятность . (1) При этом интервал  называется двусторонним доверительным интервалом для параметра .

Замечание 2. В соотношение (1) случайными являются  и ,  - число. Замечание 3.  Пусть  - точечная оценка параметра . Если  - доверительный интервал. Тогда  - точность интервальной оценки. Предположим, что  - выборка из нормального распределения генеральной совокупности с параметрами . Построить доверительные интервалы для  и . Могут возникнуть 4 случая:

1. Пусть  - известно. Построить ДИ для . Этот ДИ нужно строить при помощи точечной оценки . По следствию из теоремы 1. ~N( ).По лемме о нормал распред. ~N(0,1),  .

 - функция Лапласа.  t – корень уравнения .

 

 

Интервальные оценки неизвестных параметров(для DX)

Опр.Случайные величины н= н( ) и , являющиеся функциями от выборочных значений, называются соответственно нижним и верхним двусторонними доверительными пределами для неизвестного параметра  с надежностью (коэффициентом доверия, доверительной вероятностью) P (0,5<P<1) (или с уровнем значимости ), если для доверительного интервала вероятность . (1) При этом интервал  называется двусторонним доверительным интервалом для параметра .

Замечание 2. В соотношение (1) случайными являются  и ,  - число. Замечание 3.  Пусть  - точечная оценка параметра . Если  - доверительный интервал. Тогда  - точность интервальной оценки. Предположим, что  - выборка из нормального распределения генеральной совокупности с параметрами .

1.Пусть   - известно. Построить интервальную оценку для .  - неисправленная выборочная дисперсия. .

 

Проверка статистических гипотез.

Предположим, что x1,…,xn – выборка из генеральной совокупности с функцией распределения F(x). F(x) может быть полностью неизвестна, тогда можно поставить следующую гипотезу:
H0: F(x)=F0(x), где F0(x) – конкретная функция распределения. Если вид функции распределения  известен с точностью до каких-то m неизвестных параметров. Тогда гипотеза  - заданные числа. Пусть x1,…,xn - берется из нормальной генеральной совокупности.

Допустим -известно и оно равно 1, т.е. ГС ~ N(a,1). Тогда или .

Пусть известно a=0, т.е. выборка берется из . или . Пусть a и  неизвестны:  или Подчеркнутые гипотезы называются простыми, поскольку задают единственную точку в пространстве параметров. Если гипотеза задает 2 и большее число точек в пространстве, то такая гипотеза называется сложной. H0 – основная или нулевая гипотеза. H1 – конкурирующая гипотеза или альтернативна.

Пусть X- выборочное пространство, т.е. это множество возможных значений вектора . Для построения критерия проверки гипотезы в выборочном пространстве выбирается критическая область

 


Дата добавления: 2018-05-13; просмотров: 214; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!