20182

Точечные оценки законов распределения

Лекция

Коммуникация, связь, радиоэлектроника и цифровые приборы

Функции распределения описывают поведение непрерывных случайных величин т. Задача нахождения точечных оценок частный случай статистической задачи нахождения оценок параметров функции распределения случайной величины на основании выборки. В отличие от самих параметров их точечные оценки являются случайными величинами причем их значения зависят от объема экспериментальных данных а закон распределения от законов распределения самих случайных величин.

Русский

2013-07-25

114.5 KB

29 чел.

  1.  Точечные оценки законов распределения.

Функции распределения описывают поведение непрерывных случайных величин, т.е. величин, возможные значения которых неотделимы друг от друга и непрерывно заполняют некоторый конечный или бесконечный интервал. На практике все результаты измерений и случайные погрешности являются величинами дискретными, т.е. величинами хi, возможные значения которых отделимы друг от друга и поддаются счету. При использовании дискретных случайных величин возникает задача нахождения точечных оценок параметров их функций распределения на основании выборок — ряда значений хi, принимаемых случайной величиной х в n независимых опытах. Используемая выборка должна быть репрезентативной (представительной), т.е. должна достаточно хорошо представлять пропорции генеральной совокупности Х.

Оценка параметра называется точечной, если она выражается одним числом.

Задача нахождения точечных оценок — частный случай статистической задачи нахождения оценок параметров функции распределения случайной величины на основании выборки. В отличие от самих параметров их точечные оценки являются случайными величинами, причем их значения зависят от объема экспериментальных данных, а закон распределения — от законов распределения самих случайных величин.

Точечные оценки могут быть состоятельными, несмещенными и эффективными.

 Состоятельной называется оценка, которая при увеличении объема выборки стремится по вероятности к истинному значению числовой характеристики.

 Несмещенной называется оценка, математическое ожидание которой равно оцениваемой числовой характеристике. Наиболее эффективной считают ту из нескольких возможных несмещенных оценок, которая имеет наименьшую дисперсию. Требование несмещенности на практике не всегда целесообразно, так как оценка с небольшим смещением и малой дисперсией может оказаться предпочтительнее несмещенной оценки с большой дисперсией. На практике не всегда удается удовлетворить одновременно все три этих требования, однако выбору оценки должен предшествовать ее критический анализ со всех перечисленных точек зрения.

Наиболее распространенным методом получения оценок является метод наибольшего правдоподобия, который приводит к асимптотически несмещенным и эффективным оценкам с приближенно нормальным распределением. Среди других методов можно назвать методы моментов1  и наименьших квадратов.

Точечной оценкой математического ожидания (МО) результата измерений является среднее арифметическое значение измеряемой величины

 (8)

При любом законе распределения МО является состоятельной и несмещенной оценкой, а также наиболее эффективной по критерию наименьших квадратов.

Точечная оценка дисперсии является несмещенной и состоятельной, определяется по формуле

(9)

 

Более удобна для практики другая оценка распределения случайной величины Х, это – среднее квадратическое отклонение (СКО).

Оценка среднего квадратического отклонения (СКО) случайной величины х определяется как корень квадратный из дисперсии. 

Соответственно его оценка может быть найдена путем извлечения корня из оценки дисперсии. Однако эта операция является нелинейной процедурой, приводящей к смещенности получаемой оценки.  Для исправления оценки СКО вводят поправочный множитель k(n), зависящий от числа наблюдений n. Он изменяется от k(3) = 1,13 до k(∞) ≈1,03.

Оценка среднего квадратического отклонения

Полученные оценки МО и СКО являются случайными величинами. Это проявляется в том, что при повторениях серий из n наблюдений каждый раз будут получаться различные оценки  Рассеяние этих оценок целесообразно оценивать с помощью СКО .

Ввиду того, что большое число измерений проводится относительно редко, погрешность определения σ может быть весьма существенной. В любом случае она больше погрешности из-за смещенности оценки, обусловленной извлечением квадратного корня и устраняемой поправочным множителем k(n). В связи с этим на практике пренебрегают учетом смещенности оценки СКО отдельных наблюдений и определяют его по формуле

(11)

т.е. считают  k(n) = 1.

Иногда оказывается удобнее использовать следующие формулы для расчета оценок СКО отдельных наблюдений и результата измерения:

(12)

Точечные оценки других параметров распределений используются значительно реже.

  1.  Доверительная вероятность и доверительный интервал.

Рассмотренные точечные оценки параметров распределения дают оценку в виде числа, наиболее близкого к значению неизвестного параметра. Такие оценки используют только при большом числе измерений. Чем меньше объем выборки, тем легче допустить ошибку при выборе параметра.

Для практики важно не только получить точечную оценку, но и определить интервал, называемый доверительным, между границами которого с заданной доверительной вероятностью находится истинное значение оцениваемого параметра

P {xн < x < xв} = (1-q)

где q — уровень значимости; хн, хв — нижняя и верхняя границы интервала разброса Х.

В общем случае доверительные интервалы можно строить на основе неравенства Чебышева. При любом законе распределения случайной величины, обладающей моментами первых двух порядков, верхняя граница вероятности попадания отклонения случайной величины х от центра распределения Хц интервал tSx описывается неравенством Чебышева

P {|x -Xц| ≤ tSx}   ≤    (1 - 1/ t2)

где Sx — оценка СКО распределения; t — положительное число.

Для нахождения доверительного интервала не требуется знать закон распределения результатов наблюдений, но нужно знать оценку СКО.

Полученные с помощью неравенства Чебышева интервалы оказываются слишком широкими для практики. Так, доверительной вероятности 0,9 для многих законов распределений соответствует доверительный интервал 1,6Sx. Неравенство Чебышева дает в данном случае 3,16Sx. В связи с этим оно не получило широкого распространения.

В метрологической практике используют главным образом квантильные оценки доверительного интервала. Под 100*P-процентным квантилем (хр) понимают абсциссу такой вертикальной линии, слева от которой площадь под кривой плотности распределения равна Р%. Иначе говоря, квантиль — это значение случайной величины (погрешности) с заданной доверительной вероятностью Р. Например, медиана распределения является 50%-ным квантилем  - х05.

На практике 25- и 75%-ный квантили принято называть сгибами, или квантилями распределения. Между ними заключено 50% всех возможных значений случайной величины, а остальные 50% лежат вне их.

Интервал значений случайной величины х между x0.05  и x0.95 охватывает 90% всех ее возможных значений и называется интерквантильным промежутком с 90%-ной вероятностью. Его протяженность равна  

d0.9 = x0.95 - x0.05

На основании такого подхода вводится понятие квантильных значений погрешности, т.е. значений погрешности с заданной доверительной вероятностью Р — границ интервала неопределенности  

±∆Д  =  ±(хр1-р}/2  =  ±dр/2

На его протяженности встречается Р% значений случайной величины (погрешности), а q = (1-P)% общего их числа остаются за пределами этого интервала.

1) Для получения интервальной оценки нормально распределенной случайной величины необходимо:

• определить точечную оценку МО () и СКО (Sx) случайной величины по формулам (8) и (11) соответственно;

• выбрать доверительную вероятность Р из рекомендуемого ряда значений 0,90; 0,95; 0,99;

F(xн) = q/2 = (1 - P)/2;          F(xв) = (1 - q/2) = P + q /2

• найти верхнюю хв и нижнюю хн границы.

Значения хн и хв определяются из таблиц значений интегральной функции распределения А(t) или функции Лапласа Ф(t).

Полученный доверительный интервал удовлетворяет условию

              (13)

где n — число измеренных значений;

zp — аргумент функции Лапласа Ф(t), отвечающей вероятности Р/2.

В данном случае zp называется - квантильным множителем. 

Половина длины доверительного интервала Dр = zpSx/n1/2 называется доверительной границей погрешности результата измерений

Пример 1.

Произведено 50 измерений постоянного сопротивления. Определить доверительный интервал для МО значения постоянного сопротивления, если закон распределения нормальный с параметрами

mx =  = 590 Ом,

Sx = 90 Ом    при доверительной вероятности Р = 0,9.

Так как гипотеза о нормальности закона распределения не противоречит опытным данным, доверительный интервал определяется по формуле

          Ф(zр) = Р/2 = 0,45. 

Из таблицы, приведенной в приложении 1, находим, что   zp= 1,65.

Следовательно, доверительный интервал запишется в виде

(590 - 1,65 *90/501/2) <  R  < (590 + 1,65 • 90 / 501/2)   или   (590-21) < R < (590+21). Окончательно 569 Ом < R < 611 Ом.

При отличии закона распределения случайной величины от нормального необходимо построить его математическую модель и определять доверительный интервал с ее использованием.

Рассмотренный способ нахождения доверительных интервалов справедлив для достаточно большого числа наблюдений n, когда σ = Sx. Следует помнить, что вычисляемая оценка СКО Sx является лишь некоторым приближением к истинному значению  σ.

Определение доверительного интервала при заданной вероятности оказывается тем менее надежным, чем меньше число наблюдений.

Нельзя пользоваться формулами нормального распределения при малом числе наблюдений, если нет возможности теоретически на основе предварительных опытов с достаточно большим числом наблюдений определить СКО. .

2) Расчет доверительных интервалов для случая, когда распределение результатов наблюдений нормально, но их дисперсия неизвестна, т.е. при малом числе наблюдений n, возможно выполнить с использованием распределения Стьюдента S(t,k). Оно описывает плотность распределения отношения (дроби Стьюдента):

где Q — истинное значение измеряемой величины. Величины ,  и   вычисляются на основании опытных данных и представляют собой точечные оценки: МО, СКО среднего арифметического значения и СКО результатов измерений.

= / n1/2

Вероятность того, что дробь Стьюдента в результате выполненных наблюдений примет некоторое значение в интервале (-tp; +tр).

tp - называется коэффициентом Стьюдента.

 (14)

где k — число степеней свободы, равное (n - 1). Величины tp (называемые в данном случае коэффициентами Стьюдента), рассчитанные с помощью двух последних формул для различных значений доверительной вероятности и числа измерений, табулированы (см. таблицу в приложении 2). Следовательно, с помощью распределения Стьюдента можно найти вероятность того, что отклонение среднего арифметического от истинного значения измеряемой величины не превышает .

В тех случаях, когда распределение случайных погрешностей не является нормальным, все же часто пользуются распределением Стьюдента с приближением, степень которого остается неизвестной. Распределение Стьюдента применяют при числе измерений n < 30, поскольку уже при n = 20, ..., 30 оно переходит в нормальное и вместо уравнения (14) можно использовать уравнение (13).

Результат измерения записывается в виде:  

где Рд — конкретное значение доверительной вероятности.

Множитель t при большом числе измерений (n) равен квантильному множителю zр. При малом n он равен коэффициенту Стьюдента.

Полученный результат измерения не является одним конкретным числом, а представляет собой интервал, внутри которого с некоторой вероятностью Рд находится истинное значение измеряемой величины. Выделение середины интервала вовсе не предполагает, что истинное значение ближе к нему, чем к остальным точкам интервала. Оно может быть в любом месте интервала, а с вероятностью 1-Рд даже вне его.

Пример 2. 

Определение удельных магнитных потерь для различных образцов одной партии электротехнической стали марки 2212 дало следующие результаты: 1.21; 1.17; 1,18; 1,13; 1,19; 1,14; 1,20 и 1,18 Вт/кг.

Считая, что систематическая погрешность отсутствует, а случайная распределена по нормальному закону, требуется определить доверительный интервал при значениях доверительной вероятности 0,9 и 0,95. Для решения задачи использовать формулу Лапласа в распределении Стьюдента.

1) По формулам (8) и (11) находим оценки среднего арифметического значения и СКО результатов измерений.

Они соответственно равны = 1,18  и  Sx = 0,0278 Вт/кг.

Считая, что оценка СКО равна самому отклонению, находим:

Отсюда, используя значения функции Лапласа, приведенные в таблице приложения 1, определяем, что zр = 1,65 (для Р = 0,9).

Для Р = 0,95 коэффициент 2-й   zp = 1,96.

Доверительные интервалы, соответствующие Р = 0,9 и 0,95, равны 1,18±0,016 Вт/кг и 1,18±0,019 Вт/кг.

2) В том случае, когда нет оснований считать, что СКО и его оценка равны, доверительный интервал определяется на основе распределения Стьюдента:

По таблице в приложении  2  находим, что  t0.9 = 1,9   и   t0.95 = 2,37.

Отсюда доверительные интервалы соответственно равны  1,18±0,019 Вт/кг    и 

1,18±0,023 Вт/кг.

 

Литература

  1.  Приложение 1. Статистические таблицы. «Прилож.1_ф.Лапласа»
  2.  Приложение 2. «Статистическая таблица. Коэффициенты Стьюдента».
  3.  «Метрология»,  Сергеев А.Г., Крохин В.В., «Логос», Москва, 1999
  4.  «Оценка погрешностей результатов измерений», Новицкий П.В., Зограф И.А., «Энергоатомиздат», М, 1985.

 

Приложение 2.

Таблица.    Коэффициенты Стьюдента  tД, n).

1 Грановский В.А., Сирая Т.Н. Методы обработки экспериментальных данных. Л.: Энергоатомиздат, 1990


 

А также другие работы, которые могут Вас заинтересовать

35926. Понятие о вине. Признаки. Классификации вин. Вина столовые и специальные. Их отличительные особенности. Классификация вин МОВВ 61.97 KB
  Вина столовые и специальные. Благодаря содержанию аминокислот полифенолов витаминов минеральных солей и других полезных веществ вина относятся к ценным гигиеническим напиткам обладающим бактерицидными свойствами а при умеренном потреблении и разносторонним положительным воздействием на организм человека. выдержки перед розливом в бутылки в резервуарах; марочные более 15 лет; коллекционные марочные вина дополнительно выдержанные в бутылках не менее 3 лет. Натуральные и специальные вина могут быть также ароматизированными...
35927. Клеточная теория 61.82 KB
  Основные положения клеточной теории == Современная клеточная теория включает следующие основные положения: № 1 Клетка единица строения жизнедеятельности роста и развития живых организмов вне клетки жизни нет; № 2 Клетка единая система состоящая из множества закономерно связанных друг с другом элементов представляющих собой определенное целостное образование; № 3 Ядро − главная составная часть клетки эукариот № 4 Новые клетки образуются только в результате деления исходных клеток; № 5 Клетки многоклеточных организмов образуют ткани...
35929. Виноград как сырье для винодельческой промышленности. Требования, предъявляемые к винограду, при производстве различных типов вин. Факторы, определяющие качество винограда. Сбор урожая 59.95 KB
  Факторы определяющие качество винограда. Характеристика винограда Сырьём для винодельческой промышленности является виноград. Ягоды винограда содержат высокосахаристый сок из которого получают вино. Характеристика и механический состав винограда.
35930. Особливості обслуговування у податкових органах великих платників податків 57.5 KB
  24 Податкового кодексу великий платник податків це юридична особа у якої обсяг доходу від усіх видів діяльності за останні чотири послідовні податкові звітні квартали перевищує п'ятсот мільйонів гривень або загальна сума сплачених до Державного бюджету України податків за платежами що контролюються органами державної податкової служби за такий самий період перевищує дванадцять мільйонів гривень. У разі включення платника податків до Реєстру великих платників податків далі – Реєстр ВПП та отримання повідомлення центрального органу...
35931. Биосфера. Роль живого вещества в жизни планеты. Географические закономерности распределения биологического разнообразия и биомассы 57 KB
  Роль живого вещества в жизни планеты. В структуре биосферы Вернадский выделял семь видов вещества: живое; биогенное возникшее из живого или подвергшееся переработке; косное абиотическое образованное вне жизни; биокосное возникшее на стыке живого и неживого; к биокосному по Вернадскому относится почва; вещество в стадии радиоактивного распада; рассеянные атомы; вещество космического происхождения. 2 Биогенез преобразование косного вещества геосферы земли в живое вещество биосферы образование высокомолекулярных органических...
35932. Понятие, функции, предмет и объект массовых коммуникаций 56.95 KB
  История развития коммуникации: Изобретение письма; Изготовление печатного станка; Внедрение электронных СМИ; Термин появился в начале 20 в. Он определил основные вопросы коммуникации: кто передал Что передал По какому каналу Кому С каким результатом Формула Лассуэлла стала как собственно моделью отражающей структуру коммуникационного процесса так и моделью исследования этого процесса его структуры и отдельных элементов. В первую очередь это важно для массовой коммуникации особенно в кризисные моменты общественной жизни...
35933. Размножение 56.5 KB
  БЕСПОЛОЕ РАЗМНОЖЕНИЕ бесполое размножение происходит без образования гамет в нем участвует лишь один организм. Перед делением клетки происходит репликация ДНК а у эукариот деление и ядра. В большинстве случаев происходит бинарное деление при котором образуются две идентичные клетки. Множественное деление при котором следом за рядом повторных делений клеточного ядра происходит деление самой клетки на огромное множество дочерних клеток можно наблюдать у споровиков это группа простейших и к ним относится например возбудитель малярии...
35934. Экологическая экспертиза 56.5 KB
  в Российской Федерации вступил в силу закон Об экологической экспертизе где определяется что экологическая экспертиза это установление соответствия намечаемой хозяйственной и иной деятельности экологическим требованиям и определение допустимости реализации объекта экологической экспертизы в целях предупреждения возможных неблагоприятных воздействий этой деятельности на окружающую природную среду и связанных с ними социальных экономических и иных последствий реализации объекта экологической экспертизы. Основные принципы проведения...