- •Содержание
- •Классификация случайных событий
- •Действия над событиями.
- •Элементы комбинаторики
- •Примеры вычисления вероятностей
- •Задачи для самостоятельного решения
- •Тема 2. Теоремы сложения и умножения вероятностей. Условная вероятность
- •Задачи для самостоятельного решения
- •Тема 3. Формула полной вероятности и формула Байеса
- •Задачи для самостоятельного решения
- •Тема 4. Схема независимых испытаний Бернулли. Формула Бернулли. Наивероятнейшее число наступлений события
- •Задачи для самостоятельного решения
- •Тема 5. Формула Пуассона. Локальная и интегральная формулы Муавра - Лапласа
- •Задачи для самостоятельного решения
- •Тема 6. Случайные величины
- •Формы законов распределения дискретной случайной величины
- •Формы законов распределения непрерывной случайной величины
- •Свойства плотности вероятности:
- •Свойства функции распределения:
- •Задачи для самостоятельного решения
- •Тема 7. Числовые характеристики случайных величин
- •Свойства математического ожидания:
- •Свойства дисперсии:
- •Задачи для самостоятельного решения
- •Тема 8. Основные законы распределения случайных величин
- •Задачи для самостоятельного решения.
- •Тема 9. Законы распределения двумерной случайной величины
- •Свойства двумерной функции распределения
- •Свойства двумерной плотности вероятности
- •Условные законы распределения составляющих системы дискретных случайных величин
- •Условные законы распределения составляющих системы непрерывных случайных величин
- •Числовые характеристики системы двух случайных величин
- •Задачи для самостоятельно решения
- •Тема 10. Выборка и ее представление. Выборочные моменты
- •Эмпирическая функция распределения
- •Выборочные характеристики
- •Выборочные моменты
- •Задачи для самостоятельного решения
- •Тема 11. Методы нахождения точечных оценок
- •Задачи для самостоятельного решения
- •Тема 12. Интервальные оценки. Построение доверительных интервалов
- •Задачи для самостоятельного решения
- •Тема 13. Задачи проверки статистических гипотез
- •Правила проверки гипотез
- •Критерий - Пирсона
- •Задачи для самостоятельного решения
- •Приложения
- •Критические точки распределения с числом степеней свободына уровне значимости
- •Критические точки -распределения Стьюдента
- •Критические точки распределения Фишера-Снедекора
Тема 12. Интервальные оценки. Построение доверительных интервалов
Точечные оценки параметров не дают информации о степени близости к соответствующему теоретическому параметру. Если объем выборки мал, то точечная оценка может значительно отличаться от оцениваемого параметра, т.е. приводить к грубым ошибкам. Вычисленная точечная оценка может быть близка к оцениваемому параметру, а может и очень сильно отличаться от него. Точечная оценка не несет информацию о точности процедуры оценивания.
Интервальная оценка – это числовой интервал, который определяется двумя числами – границами интервала - и содержащий неизвестный параметр генеральной совокупности.
Пусть имеется
выборка объема
и
- статистическая оценка неизвестного
параметра
(
- случайная величина, т.к. найдена по
выборочным данным).
Доверительным
интервалом
называется интервал со случайными
границами (
,
),
в котором с заданной вероятностью
находится оцениваемый параметр![]()
![]()
Вероятность
называетсядоверительной
вероятностью.
Доверительная
вероятность задается априорно. Чем
ближе
к единице, тем точнее оценка. Для
практических целей обычно выбирают
;
0,99 или 0,9973. Доверительная вероятность,
например, 0,95 означает, что мы пренебрегаем
возможностью появления события (считаем
его невозможным), вероятность которого
меньше 1-0,95=0,05.
Т.к. при различных
выборках получаются различные значения
оценки
,
то и доверительные границы изменяются
от выборки к выборке. Поэтому лучше
говорить не о вероятности попадания
параметра в доверительный интервал, а
о вероятности того, что доверительный
интервал накроет параметр
.
Доверительный интервал применяется в случае сравнительно небольшого объема выборки, когда предполагается, что надежность точечной оценки может быть невысокой.
Доверительный
интервал для оценки математического
ожидания случайной величины
с заданной надежностью
в случае
нормального закона распределения
определяется на основе неравенств
,
где
—
значение аргумента функции Лапласа,
получаемое из таблиц (см. Приложение
1), с учетом того, что
;
—известное среднее
квадратичное отклонение или его оценка;
—объем выборки.
Пример 1.
Найти доверительный интервал с надежностью
0,95 для оценки математического ожидания
нормально распределенной случайной
величины
,
если известны
ее среднее квадратическое отклонение
,
выборочное среднее
и объем выборки
.
Решение.
По надежности
из соотношения
находим значение функции Лапласа:
.
По таблице значений
функции Лапласа (см. Приложение 1) находим
.
Используя неравенства для интервальной
оценки математического ожидания,
получаем
![]()
или
.
Задачи для самостоятельного решения
Найти доверительный интервал с надежностью 0,8 для оценки математического ожидания нормально распределенной случайной величины
со средне квадратическим отклонением
,
выборочным средним
и объемом выборки
.На овцеводческой ферме из стада произведена выборка для взвешивания 36 овец. Их средний вес оказался равным 50 кг. Предположив распределение веса нормальным и определив несмещенную оценку выборочной дисперсии
,
найти доверительный интервал для оценки
математического ожидания с надежностью
а)0,8; б) 0,9; в)
0,95.Из генеральной совокупности извлечена выборка объемом
и найдено выборочное среднее, равное
30. Получено также несмещенное значение
выборочной дисперсии
.
Предположив распределение случайной
величины
нормальным,
найти доверительный интервал для оценки
математического ожидания с надежностью
а) 0,8 и б) 0,9.Случайная величина
распределена
по нормальному закону. Статистическое
распределение выборки представлено в
таблице
|
|
3 |
5 |
7 |
8 |
10 |
12 |
14 |
|
|
3 |
7 |
4 |
6 |
7 |
5 |
8 |
Найти с надежностью 0,97 доверительный интервал для оценки математического ожидания.
Случайная величина
распределена по нормальному закону.
Статистическое распределение выборки
представлено в таблице:
|
|
1 |
3 |
5 |
7 |
9 |
|
|
2 |
5 |
4 |
6 |
3 |
Найти с надежностью 0,95 доверительный интервал для оценки математического ожидания.
