Материал: ОиММПР. Лекция 4
Математическое ожидание погрешности (18)
M [ Rxy ]=M |
[N |
∑1 |
Xi Y i]−M [(N |
∑1 |
Xi)(N |
∑1 |
Y i)]=− N |
|||||
~ |
1 |
N |
|
1 |
N |
|
1 |
N |
|
|
Rxy |
|
Это означает, что оценка (17) - смещена и равна |
|
|
|
|
|
|
||||||
|
~ |
|
N −1 |
Rxy . |
|
|
|
(19) |
|
|
|
|
|
Rxy = |
N |
|
|
|
|
|
|
||||
Можно показать, что она является и состоятельной. |
|
|
|
|
||||||||
Смещение устраняется с переходом от |
~' |
|
N −1 ~ |
|
|
|
||||||
Rxy к |
Rxy = |
N |
Rxy . |
|
||||||||
|
|
|
|
~ |
|
1 |
|
N |
|
|
N |
~ ~ |
При этом вместо (17) имеем |
|
|
|
|
|
∑ xi yi− |
||||||
|
|
|
Rxy = |
N −1 |
N−1 |
Mx M y . (20) |
||||||
|
|
|
|
|
1 |
|
|
|
||||
Среднеквадратическое значение погрешности (18) равно среднему квадратическому
отклонению оценки (20): |
~2 |
|
(23) |
σ~Rxy≈√(Rxy +Dx Dy )/( N−1) . |
|||
Оценка коэффициента корреляции определяется согласно |
|
||
r xy =Rxy /( σ x σ y ) . |
(24) |
|
|
~ |
~ ~ |
|
|
16 из 22
Определение вероятности события через его повторяемость |
|
|||
Экспериментальное |
значение |
вероятности Р некоторого |
события - это его |
|
повторяемость [1-3] |
n |
~ |
1 N |
(26) |
W= N =P |
= N ∑ xi , |
|||
|
|
|
1 |
|
причем число п появлений события в серии из N испытаний можно рассматривать как сумму N независимых случайных слагаемых:
W= 1 |
N |
|
|
∑ Xi , |
(27) |
|
|
N |
1 |
|
|
каждое из которых может принимать только два значения 1 и 0 с вероятностями P и |
|||
1 – P. |
|
|
|
Математическое ожидание и дисперсия случайной величины Xi: |
|||
Mx i=P ; Dxi =P ( 1−P) . (28) |
|
||
Погрешность оценки (26) равна |
|
|
|
ΔW =W −P .(29) |
|
||
Математическое ожидание погрешности и ее дисперсия: |
|||
M [ ΔW ]=0 ; D ( ΔW )=P ( 1−P) / N=D ( W ) . |
(30) |
||
Таким образом, оценка (26) - несмещенная и состоятельная. Среднее квадратическое отклонение оценки (26)
σ w=√P ( 1−P) / N .
На практике принимают
σ w≈√W (1−W ) /N . (31)
17 из 22
Определение законов распределения случайной величины (строим гистограмму).
Если случайная величина X - дискретная, то |
определяются Mx , Dx и |
оценки Px i значений функции вероятности P (xi) |
или оценки F (xi ) значений |
функции распределения F ( xi) . |
|
Если случайная величина X - непрерывная, то определяются Мх , Dх и оценки плотности вероятности fx(x) и функции распределения Fx(x).
При оценивании законов распределения непрерывной случайной величины процесс обработки экспериментальных данных - реализаций х,...,xN,, начинается с выбора границ а и b > а интервала, заключающего возможные значения X, и деления этого интервала на k равных элементарных промежутков с = (b - a)/ k.
При расчете с значения а и b следует для удобства округлять, принимая, например, вместо b = 3,341, а = -2,63 значения 3,4 и -2,7. Во всех случаях округление производится в сторону увеличения разности b-а. Значение k выбирается в пределах от 8 до 20. Удобно принять k= 10.
После этого определяют границы x'j всех элементарных промежутков и
составляют таблицу (табл.1), |
в которой х'0 =а, x ' k = b . |
Значение n j - это число |
|||
реализаций X, оказавшихся в пределах j-ого интервала от |
x'j−1 , до x'j . Значения Pj и |
||||
F j : |
|
|
<X <x j) ; |
(32) |
|
Pj=n j/ N≈P (x j−1 |
|
||||
~ |
~ |
' |
' |
(33) |
|
F j=P1 |
+...+Pj−1=P ( X < x j) . |
|
|||
|
|
|
~ |
|
|
|
|
|
|
|
18 из 22 |
При группировке реализаций X по отдельным интервалам может оказаться что некоторые из них придутся точно на границу двух смежных промежутков. В этих
случаях необходимо прибавить к числам |
~ |
и |
~ |
|
смежных интервалов по 1/2. |
||||
|
|
|
n j |
|
n j 2 |
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 1 |
|
|
|
|
|
|
|
|
|
|
|
xi |
x |
x |
x |
… |
x |
x |
|||
|
0 |
1 |
2 |
|
k 1 |
k |
|||
n j |
~ |
~ |
|
… |
|
|
|
~ |
|
n1 |
n2 |
|
|
|
|
nk |
|||
~ |
~ |
~ |
|
… |
|
|
|
~ |
|
Pj |
P |
P |
|
|
|
|
P |
||
|
1 |
2 |
|
|
|
|
k |
||
~ |
~ |
~ |
|
… |
|
|
|
~ |
|
F j |
F1 |
F2 |
|
|
|
|
Fk |
||
По данным таблицы могут быть построены эмпирические гистограмма и график функции распределения.
Затем возникает весьма сложная задача подбора аналитического закона распределения, достаточно хорошо согласующегося с результатами эксперимента. Основанием для выбора аналитического выражения плотности вероятности fx(x) могут служить соображения о том, чтобы простейшие числовые характеристики теоретической случайной величины были равны экспериментальным значениям этих характеристик. Если, например, теоретический закон определяется двумя параметрами, то их выбирают так, чтобы совпали два момента ( m1 ,m2 ).
19 из 22
Для оценки существенности или несущественности расхождения между теоретическим и эмпирическим распределениями используют различные критерии
Критерий интервальных оценок |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Располагая результатами |
эксперимента |
согласно (31) рассчитывают средние |
||||||||||||
квадратические отклонения: |
|
~ |
|
~ |
|
|
~ |
~ |
|
(34) |
|
|||
σ~Pi=√P j (1−Pj ) N ; |
|
σ~F j=√F j (1−F j ) N . |
|
|
||||||||||
Согласно (8) рассчитываются доверительные интервалы |
~ =3 σ~P |
; |
~F |
j |
=3 σ~F |
j |
||||||||
|
|
|
|
|
|
|
|
|
P j |
j |
|
|
||
и границы изменения ВВХ |
P |
± |
~ |
;F |
± ~ |
, |
(35) |
|
|
|
|
|
|
|
|
j |
|
P j |
j |
|
F j |
|
|
|
|
|
|
|
|
соответствующие доверительной вероятности |
pд= 0,9972 и Ф−1 ( 0 , 4986 )=3 . |
|
|
|||||||||||
Располагая выбранным аналитическим выражением плотности вероятности
x'
fx(x), рассчитываются теоретические значения: Pj=P (x'j=1<X <x'j)=∫x'jj=1 f x ( x )dx ; (36)
x'
F j=P(x'j=1< X <x'j )=∫x j'j=1 f x ( x )dx
20 из 22