Состоятельные несмещенные оценки для математического ожидания, дисперсии, ковариации
Для выполнения инженерных расчетов, связанных с прогнозированием по массовым случайным явлениям и основанных на методах теории вероятностей, необходимо знать параметры случайных величин, участвующих в этих расчетах: математическое ожидание, дисперсию и т.д.
1. Оценка называется состоятельной,если при неограниченном увеличении объема выборки сходится по вероятности к истинному значению параметра :
Это означает: при достаточно большом объеме выборки с практической достоверностью (с вероятностью, близкой к единице) практически совпадает с истинным значением .
2. Оценка называется несмещенной, если ее математическое ожидание совпадает с истинным значением параметра : .
3. Оценка называется эффективной, если она несмещенная и при этом имеет наименьшую дисперсию (наименьший разброс относительно ) по сравнению с другими несмещенными оценками параметра .
Пусть с испытанием связана случайная величина с неизвестными числовыми характеристиками (а, D) и пусть набрана независимая выборка .
В дальнейшем будем употреблять следующий удобный термин: любую функцию от выборки будем называть статистикой.
Лемма 1. Статистика
является состоятельной несмещенной оценкой математического ожидания а.
Доказательство
1. Мы знаем, что элементы выборки являются независимыми случайными величинами с одним и тем же законом распределения, совпадающим с законом распределения случайной величины , а значит, имеют те же числовые характеристики (а, D).
По теореме Чебышева среднее арифметическое независимых случайных величин с одинаковыми параметрами (а, D), при неограниченном возрастании числа слагаемых сходится по вероятности к общему математическому ожиданию
что и означает состоятельность оценки.
2. Имеем
Это означает несмещенность оценки .
Лемма 2.Статистика
является состоятельной несмещенной оценкой дисперсии D. (Доказывается аналогично лемме 1).
Замечание 1. Если в формуле заменить (n - 1) на n , то оценка останется состоятельной, но будет смещенной. Величина S2 называется исправленной дисперсией.
Замечание 2.Из леммы 2 следует, что статистика:
является состоятельной оценкой для СКО ). Можно доказать, что , т.е. оценка S является смещенной оценкой для .
Пусть по данным опыта получим ряд значений случайной точки ( ) (выборка):
(х1, у1) (х2, у2), …, (хn, уn).
Справедлива следующая
Лемма 3.Состоятельной несмещенной оценкой для cov( ) является выборочная ковариация
где
Дата добавления: 2019-12-09; просмотров: 878;