Реферат Курсовая Конспект
Оценивание дисперсии и среднего квадратического отклонения при неизвестном математическом ожидании - раздел Образование, Оценивание числовых характеристик и параметров распределения случайных объектов Для Отыскания Оценки Дисперсии Случайной Величины Необходимо Знать Её Математ...
|
Для отыскания оценки дисперсии случайной величины необходимо знать её математическое ожидание . В случае, если данный параметр неизвестен, используют его оценку .
Рассмотрим функцию случайной выборки в виде статистической дисперсии
, (5.2.6)
и исследуем её свойства.
1. По аналогии со случаем, когда математическое ожидание известно, можно показать состоятельность оценки (5.2.6).
2. Преобразуем выражение (5.2.6)
Поскольку случайные величины и являются функциями одной и той же выборки, то они зависимы. Причём их зависимость такова, что разность этих случайных величин оказывается подчинённой закону распределения хи-квадрат с n – 1 степенями свободы. Таким образом
, (5.2.7)
откуда
.
Следовательно, статистическая дисперсия оказывается смещённой оценкой параметра . Для исправления оценки её достаточно умножить на коэффициент n(n–1). С ростом объёма n выборки указанный коэффициент стремится к единице, поэтому при достаточно больших n смещённостью оценки можно пренебречь.
3. Поскольку
, , (5.2.8)
то при n ® ¥ имеет место . Результат, полученный на основе анализа выражения (5.2.8), свидетельствует об асимптотической эффективности оценки .
Итак, при n ® ¥ исправленная статистическая дисперсия
(5.2.9)
является подходящим значением дисперсии случайной величины . С уменьшением объёма n выборки эффективность этой оценки несколько падает.
Оценка (5.2.9) имеет следующие числовые характеристики:
; ; . (5.2.10)
Вычисление дисперсии связано со сложными выкладками, поэтому её выражение приведено без вывода.
При большом объёме n выборки приближённое значение оценки можно вычислять по формуле
. (5.2.11)
Перейдём к отысканию оценки для среднего квадратического отклонения случайной величины в случае неизвестного математического ожидания. Указанная оценка определяется по формуле
. (5.2.12)
Проанализируем свойства оценки (5.2.12).
1. Из вышеизложенного следует, что данная оценка состоятельна и асимптотически эффективна.
2. Согласно выражениям (5.2.7) и (5.2.9) имеем
.
Поэтому
и, следовательно, (5.2.12) является смещённой оценкой . Для исправления данной оценки её достаточно умножить на коэффициент
.
Полученная при этом функция случайной выборки
(5.2.13)
будет состоятельной, несмещённой и асимптотически эффективной оценкой среднего квадратического отклонения случайной величины .
Подходящее значение можно получить и непосредственно, используя статистическую дисперсию (5.2.6). Для исправления получаемой при этом оценки её необходимо умножить на коэффициент
,
т.е. величина
является состоятельной, несмещённой и асимптотически эффективной оценкой.
В заключение отметим, что поскольку известное соотношение для дисперсии
справедливо и для её оценки, т.е.
,
то формулам (5.2.1), (5.2.4) и (5.2.9), (5.2.11) соответственно можно придать более удобный для практического использования вид:
(5.2.14)
П р и м е р 5.6. Производятся измерения одного из габаритных размеров однотипных деталей. Данные измерений сведены в табл.5.2.
Таблица 5.2
Результаты измерений размера деталей
i | xi | i | xi | i | xi | i | xi | i | xi |
10,5 | 10,4 | 10,3 | 10,5 | 10,8 | |||||
10,8 | 10,6 | 10,8 | 10,7 | 10,7 | |||||
11,2 | 10,9 | 10,6 | 10,8 | 10,9 | |||||
10,9 | 11,0 | 11,3 | 10,9 | 11,0 |
1. Найти оценку математического ожидания величины и построить доверительный интервал, соответствующий доверительной вероятности b = 0,8.
2. Определить доверительную вероятность b для математического ожидания случайной величины , если максимальная вероятная погрешность eb =0,07.
▼ 1. В соответствии с выражением (5.1.1) находим оценку математического ожидания
.
По первой формуле (5.2.14) находим оценку дисперсии
.
Оценка среднего квадратического отклонения
.
При заданном b = 0,8 величина tb = 1,282 (см. приложение 4), тогда максимальное вероятное отклонение математического ожидания найдём по формуле (5.1.16), что составит
.
Выражение (5.1.17) даёт следующий результат:
I0,8; 20 = [10,78–0,072; 10,78+0,072] = [10,71; 10,85].
2. В соответствии с соотношением (5.1.15) находим
.
Значение функции F0(x) найдены в приложении 2.
▲
П р и м е р 5.7. Габаритный размер деталей измеряется методом, который характеризуется дисперсий = 0,064. Определить потребный объём выборки, чтобы максимальная вероятная погрешность e оценки среднего размера деталей не превосходила 0,06 при доверительной вероятности b = 0,93.
▼ Для b = 0,93 в приложении 4 находим tb = 1,810. Тогда из выражения (5.1.18) получаем
.
▲
– Конец работы –
Эта тема принадлежит разделу:
На сайте allrefs.net читайте: "Оценивание числовых характеристик и параметров распределения случайных объектов"
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Оценивание дисперсии и среднего квадратического отклонения при неизвестном математическом ожидании
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов