Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
2.5.4. КВАДРАТИЧЕСКИЕ ФУНКЦИИ НОРМАЛЬНЫХ ПЕРЕМЕННЫХа) Распределение хи-квадрат. Суммы квадратов независимых стандартных нормальных переменных. Квадратичные формы от нормальных переменных. Одним из наиболее важных классов квадратических функций в выборочной теории является класс функций, которые сводятся к суммам квадратов независимых стандартных нормальных переменных. Пусть
Эта величина называется случайной величиной 11.4.11] с
Это унимодальное распределение [см. II, раздел 10.1.3], достигающее максимального значения при
Замечание. Выбор символа отдельного значения переменной Итак, если Выделим случай, когда
Таким образом, распределение Аддитивное свойство переменных Это правило можно распространить и на суммы большего числа переменных. Удобное обозначение: переменная Квадратичные формы, имеющие распределение Хорошо известно, что квадратичные формы, которые нельзя непосредственно выразить в виде сумм квадратов, можно путем преобразований свести к суммам квадратов преобразованных переменных [см. I, раздел 9.1]. Поэтому естественно задать вопрос, не могут ли такие формы иметь распределение Теорема 2.5.1. Необходимые и достаточные условия для того, чтобы квадратичная форма от независимых стандартных нормальных переменных имела распределение Пример 2.5.1. Выборочное распределение суммы квадратов выборки. Просто сумма квадратов стандартных нормальных случайных величин редко используется в качестве статистики, но связанная с ней статистика встречается часто и имеет большое значение. Это сумма квадратов отклонений наблюдений Такая величина
часто называется суммой квадратов выборки. Когда наблюдения Чтобы увидеть, как это получается, рассмотрим Тогда
Далее
Хотя переменные
где
При возведении в квадрат видно, что б) Независимость суммы квадратов и среднего в нормальных выборках. Результаты, обсуждавшиеся в примере 2.5.1, являются частью следующей теоремы. Теорема 2.5.2. Ортогональное разложение
и оба члена в правой части взаимно независимые Эта теорема — частный случай более общего результата, представленного в теореме 2.5.5 в разделе 2.5.8. Она необходима для понимания в) Таблицы распределения
для различных значений а. В таблицах, приведенных, например, в [Pearson and Hartley (1966)- G]
Та же информация [см. указанную выше работу] содержится в таблице (табл. 7) интеграла вероятностей (т.е. непосредственно функции распределения
Таблицы распределения
Из (2.1.15) следует, что
Таблицы
К этому соотношению можно прийти, беря по частям [см. IV, раздел 4.3] интеграл, выражающий
и т.д., пока не будет получен требуемый результат. Это свойство используется в табл. 7 из упомянутой выше работы. Таблица применима как в случае распределения г) Выборочное распределение дисперсии выборки. В выборке
или как
Более употребительно второе определение, которое дает несмещенную [см. II, раздел 3.3.2] оценку Рассмотрим более общую статистику
где делитель
где
где
и
Итак, выборочная дисперсия несмещенной оценки
д) Выборочное распределение стандартного отклонения выборки. Стандартное отклонение выборки можно определить как
где для получения несмещенной оценки
приводит к оценке Пусть V определяется, как и раньше, и пусть
Тогда
П.р.в. этой индуцированной случайной величины в точке
где
Таким образом, момент порядка
Смещение. В частности,
где
Когда
имеет выборочное ожидание
Эта величина всегда меньше единицы. Поэтому оценка (2.5.28) будет смещенной оценкой ст. Величину смещения иллюстрирует табл. 2.5.1. В ней же представлены значения
Таблица 2.5.1. (см. скан) Смешение оценок а Числа во втором столбце Из таблицы можно увидеть, что значение «несмещенного» делителя очень близко к Выборочная дисперсия оценки (2.5.23) параметра
где Таблица 2.5.2. (см. скан) Выборочная дисперсия оценки Из таблицы видно, что смещенная оценка имеет несколько меньшую дисперсию, чем несмещенная, но приближение вида Вероятность того, что оценка укладывается в определенный интервал. Вычисления вероятностей, связанных со случайной переменной
откуда
(Для приложений такого рода недостаточны таблицы процентных точек, которые приведены в приложении 6. Пользуясь таблицами обычной функции распределения
|
1 |
Оглавление
|