Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\
Вероятностная модель случайных явлений основана на понятии вероятностного пространства . При этом в каждой конкретной ситуации вероятность считается полностью известной числовой функцией на -алгебре , т.е. считается известной. Задача теории вероятностей состоит в том, чтобы находить вероятности сложных событий через известные вероятности простых событий. Однако на практике вероятность как правило неизвестна. Можно только предположить, что истинная вероятность является элементом некоторого класса вероятностей , допустимых для описания данного случайного явления.
Тройка – статистическая модель.
Цель математической статистики в общем случае – уточнение вероятностной модели случайного явления, т.е. отыскание истинной вероятности или близкой к ней, основываясь на наблюдаемых результатах эксперимента, называемых статистическими данными.
В классической МС имеют дело со случайными экспериментами, состоящими в проведении повторных независимых наблюдений над с.в. , имеющей неизвестное распределение вероятностей, т.е. имеющей неизвестную .
В этом случае множество всех возможных значений с.в. называют генеральной совокупностью.
Числа , , являющиеся результатом независимых наблюдений над с.в. , называют выборкой из генеральной совокупности, – объемом выборки.
Задача математической статистики: как по выборке из генеральной совокупности, иеющей ФР , извлекая из нее максимум информации, сделать обоснованные статистические выводы о неизвестных вероятностных характеристиках с.в. .
Замечание. Обосновать качество статистических выводов на основе одной конкретной выборки принципиально нельзя. Выборка – это чисел, случайно отобранных из генеральной совокупности. И то, что верно для одной выборки, может оказаться неверным для другой.
Поэтому при рассмотрении теоретических вопросов и задач, когда необходимо получить результат, справедливый для любой выборки, на выборку следует смотреть как на случайный вектор , у которого все координаты независимы и распределены так же, как и с.в. .
В этом случае – копии с.в. . Т.е. смотреть на выборку априорно на случайный вектор , который еще не принял своего конкретного значения .
Под статистической моделью, отвечающей повторным неизменным наблюдениям над с.в. , понимают тройку , где:
– генеральная совокупность,
– борелевская -алгебра подмножеств,
– класс допустимых функций распределения для с.в. , к которому принадлежит и истинная неизвестная ФР.
Если ФР из класса заданы с точностью до значений параметра , принимающего значения множества (т.е. ), то статистическую модель называют параметрической. При этом говорят, что известен тип распределения наблюдаемой с.в., а неизвестен только параметр, от которого распределение зависит. может быть как скаляром, так и вектором.
Статистические модели бывают непрерывными (НСВ) и дискретными (ДСМ), в соответствии с тем, какой является наблюдаемая с.в.
Пример непрерывной параметрической модели.
– общая параметрическая нормальная модель. Наблюдаемая с.в. имеет нормальный ЗР с неизвестными .
.
имеют плотности вероятностей
Пример дискретной параметрической модели:
– дискретная с.в., имеющая пуассоновский ЗР с неизвестным параметром .
: ,
Задачи, решаемые в математической статистике, можно разбить на две большие группы:
1) Задачи, связанные с определением неизвестного ЗР наблюдаемой с.в. и параметров в него входящих. Задачи решаются в рамках теории оценивания.
2) Задачи, связанные с проверкой гипотез относительно ЗР наблюдаемой с.в.. Решаются в рамках теории проверки статистических гипотез.
Дата публикования: 2015-02-03; Прочитано: 713 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!