6.4 Выборочное среднее и ... 6 Обзор методов математической ... 6.6 Методы построения оценок ...

6.5 Оценивание неизвестных параметров распределения

Подпункты этого параграфа:

Предположим, что -- независимая выборка из неизвестного распределения  , зависящего от неизвестного параметра  . Часто возникает необходимость приблизить значение некоторой функции от параметра . Функция , вообще говоря, может принимать векторные значения:

В математической статистике такая задача называется задачей оценивания. Само искомое приближение называют оценкой. По существу, оценка функции есть некоторое выражение, зависящее от выборки:

Замечание 6.6  

Нередко рассматривают ситуацию , . В этом случае говорят просто об оценке неизвестных параметров распределения, которую принято обозначать

Сразу возникают три вопроса: какие оценки можно считать хорошими; как сравнивать две оценки по качеству; как строить оценки. Начнем с первого из них.

Какие оценки можно считать хорошими ?

Определение 6.3  

Оценка называется несмещенной для функции от неизвестного параметра , если

(В случае вектор-функций это равенство следует понимать покоординатно: .)

Пример 6.6  

Рассмотрим статистическую модель Примера 6.2. Из Предложения 6.1 вытекает, что является несмещенной оценкой двумерного параметра .

Следующее свойство оценок имеет асимптотический характер и связано с увеличением объема выборки. Для простоты рассмотрим скалярную функцию . Предположим, что . Рассмотрим последовательность оценок , соответствующих увеличивающимся в объеме выборкам.

Определение 6.4  

Последовательность оценок называется состоятельной, если для любого

Вспоминая Определение 2.8 можем кратко записать, что состоятельна, если при .

Таким образом, если известно, что последовательность оценок состоятельна, то при статистической обработке данных имеет смысл увеличивать объем выборки, так как это приведет к более точному результату.

Пример 6.7  

Из закона больших чисел для независимых одинаково распределенных случайных величин (см.  5.1) вытекает, что выборочное среднее является состоятельной оценкой математического ожидания.

Пример 6.8  

По Предложению 6.2 выборочная дисперсия

является состоятельной оценкой неизвестной дисперсии .

Рассмотрим еще одно полезное свойство оценок, связанное с увеличением объема выборки: . Как и прежде, -- последовательность оценок для скалярной функции от параметра  .

Определение 6.5  

Последовательность оценок называется асимптотически нормальной, если найдутся последовательность вещественных функций и последовательность положительных функций такие, что

В этом случае говорят, что последовательность  асимптотически нормальна .

Последовательности и  не определены однозначно, и далеко не всегда совпадает с , а с . Понятно, что в силу центральной предельной теоремы асимптотическая нормальность будет характерна в первую очередь для тех оценок, которые связаны с суммами независимых одинаково распределенных слагаемых.

Асимптотическая нормальность является полезным свойством, так как она дает приближенное представление о распределениях оценок при больших конечных значениях .

Упражнение 6.2  

Пусть -- независимая выборка из распределения, у которого существует дисперсия. Является ли выборочное среднее асимптотически нормальным ? Если да, то каковы и   ?

Сравнение оценок

Предположим, что у нас имеются две несмещенные оценки и для скалярного параметра . Перед нами дилемма -- какую из оценок предпочесть ? Простой и разумный совет состоит в том, чтобы выбрать оценку с меньшей дисперсией.

Пример 6.9  

Предположим, что -- независимая выборка из равномерного распределения в отрезке , где -- неизвестный параметр. Рассмотрим две следующие оценки для :

Нетрудно установить, что обе эти оценки являются несмещенными и

Немного более сложное вычисление показывает, что

Следовательно, при больших дисперсия второй оценки стремится к нулю быстрее, чем дисперсия выборочного среднего. Другими словами, при достаточно большом объеме выборки оценка становится эффективней оценки  .

Упражнение 6.3  

Для оценки из Примера 6.9 проверить, что и вычислить . Указание: при нахождении дисперсии предварительно потребуется совместная плотность случайных величин и  .

С более общим подходом к сравнению оценок, основанным на рассмотрении т.н. функции штрафа, можно ознакомиться, обратившись, например, к   4.4 книги [13] .


След.: 6.6 Методы построения оценок ...
Пред.: 6.4 Выборочное среднее и ...
Вверх: 6 Обзор методов математической ...
  Оглавление
  Предметный указатель
 

А.Д. Манита, 2001-2011
Хостинг от uCoz