Реферат: Доверительный интервал. Проверка статистических гипотез

Реферат: Доверительный интервал. Проверка статистических гипотез

Доверительный интервал.

Проверка статистических гипотез

1. Доверительный интервал

Точечные оценки являются приближенными, так как они указывают точку на числовой оси, в которой должно находиться значение неизвестного параметра. Однако оценка является приближенным значением параметра генеральной совокупности, которая при разных выборках одного и того же объема будет принимать разные значения, поэтому в ряде задач требуется найти не только подходящее значение параметра а, но и определить его точность и надежность.

Для этого в математической статистике используется два понятия – доверительный интервал и доверительная вероятность. Пусть для параметра а из опытных данных получена несмещенная оценка  Требуется определить возможную при этом величину ошибки и вероятность того, что оценка не выскочит за пределы этой ошибки (надежность).

Зададимся некоторой вероятностью b (например, b = 0,99) и найдем такое значение e > 0, для которого

Представим это выражение в виде

Это значит, что с вероятностью b точное значение параметра а находится в интервале  le

                                                                                le

Здесь параметр а – неслучайная величина, а интервал  le  является случайным, так как  - случайная величина.  Поэтому вероятность b лучше толковать, как вероятность того, что случайный интервал le накроет точку а. Интервал le  называют доверительным интервалом, а вероятность b - доверительной вероятностью (надежностью).

Пример.  Если при измерении какой-то величины Х указывается абсолютная погрешность Dх, то это, по существу, означает, что погрешность измерения, являясь случайной величиной, равномерно распределена в интервале (-Dх, Dх) и  где Х* - измеренная величина, а х – ее точное значение.  Здесь b = 1, e = Dх и  le = (x*- Dх, x* + Dх).

1.1  Доверительный интервал для математического ожидания

В качестве еще одного примера рассмотрим задачу о доверительном интервале  для математического ожидания.  Пусть проведено n независимых опытов измерения случайной величины Х с неизвестным математическим ожиданием mx и дисперсией s2.  На основании опытных данных Х1, Х2, ... , Хn построим выборочные оценки

Требуется построить (найти) доверительный интервал le, соответствующий доверительной вероятности b, для среднего генерального mx.

Так как среднее выборочное  представляет сумму n независимых одинаково распределенных случайных величин  то при достаточно большом  объеме выборки согласно центральной предельной теоремы ее закон близок к нормальному.  Существует эмпирическое правило, по которому при объеме выборки   n ³ 30 выборочное распределение можем считать нормальным.

Ранее было показано, что   Найдем теперь такую величину e(b) > 0,  для которой выполняется равенство

Считая случайную величину  нормально распределенной, имеем

После замены    имеем

По табличным значениям функции Лапласа Ф*(z) находим аргумент, при котором она равна b.  Если этот аргумент обозначить Zb, то тогда

Среднее квадратичное значение  приближенно можно заменить

    где 

Таким образом, доверительный интервал для среднего генерального равен:

le =  

Если пользоваться табличными значениями интеграла вероятностей

то доверительный интервал принимает вид

le =

1.2  Распределение Стьюдента

При малом объеме выборки (n < 30) полученный доверительный интервал для среднего генерального, использующий нормальное распределение случайной величины , может быть очень грубым.

Для более точного получения доверительного интервала необходимо знать закон распределения случайной величины  при малом объеме выборки.  Для этого воспользуемся следующим результатом.  Пусть Х1, Х2, ... , Хn – выборка нормально распределенной случайной величины Х, тогда, как доказано, случайная величина

подчиняется распределению Стьюдента c  n – 1 степенью свободы, плотность распределения которого имеет вид

где  - гамма функция.  Эта плотность, как видно из формулы, зависит только от числа опытов n.  Ниже представлены графики плотностей нормированной (mx = 0,  s = 1) нормально распределенной и с распределением Стьюдента (n = 4) случайных величин.

                                                        0,3

                                                        0,2

                                                        0,1

                     -4   -3   -2   -1           1     2     3    4            t

На основании найденных   можно, пользуясь распределением Стьюдента, найти доверительный интервал для mx , соответствующий доверительной вероятности b.  Действительно, так как  то

Пользуясь таблицей значений интеграла

по значению  b  найдем величину    а следовательно, и сам доверительный интервал  le =

2.  Проверка статистических гипотез

Принятие решения о параметрах генеральной совокупности играет исключительно важную роль на практике. Рассмотрим вопрос о принятии решения на примере. Пусть фирма, выпускающая конденсаторы, утверждает, что среднее пробивное напряжение конденсаторов равно или превышает 300 В. Испытав 100 конденсаторов, мы получили, что среднее выборочное пробивное напряжение равно 290 В, а несмещенное выборочное среднее квадратичное отклонение sn = 40 В. Можно ли с доверительной вероятностью 0,99 утверждать, что среднее пробивное напряжение превышает 300 В.

Здесь нас интересует односторонняя оценка – среднее пробивное напряжение должно превышать 300 В.

Выскажем статистическую гипотезу – генеральное среднее mx = 300 В, а затем проверим, соответствует ли она результатам наблюдения.  Поскольку объем выборки больше 30, то выборочное среднее можно считать гауссовской случайной величиной с генеральной дисперсией  s2 » sn2.  Введем центрированную и нормированную величину

Утверждение о том, что среднее выборочное напряжение  эквивалентно утверждению, что случайная величина

Найдем вероятность того, что гауссовская случайная величина Z с mz = 0 и  sz = 1 принимает значения больше zo:

Страницы: 1, 2