14.4. Точные методы построения доверительных интервалов для параметров случайной величины, распределенной по нормальному закону
В предыдущем
мы рассмотрели грубо
приближенные методы построения доверительных интервалов для математического
ожидания и дисперсии. В данном
мы дадим представление о точных методах
решения той же задачи. Подчеркнем, что для точного нахождения доверительных
интервалов совершенно необходимо знать заранее вид закона распределения
величины
,
тогда как для применения приближенных методов это не обязательно.
Идея точных методов построения
доверительных интервалов сводится к следующему. Любой доверительный интервал
находится из условия, выражающего вероятность выполнения некоторых неравенств,
в которые входит интересующая нас оценка
. Закон распределения оценки
в общем случае зависит
от самих неизвестных параметров величины
. Однако иногда удается перейти в
неравенствах от случайной величины
к какой-либо другой функции наблюденных
значений
,
закон распределения которой не зависит от неизвестных параметров, а зависит
только от числа опытов
и от вида закона распределения величины
. Такого рода случайные
величины играют большую роль в математической статистике; они наиболее подробно
изучены для случая нормального распределения величины
.
Например, доказано, что при
нормальном распределении величины
случайная величина
, (14.4.1)
где
,
,
подчиняется
так называемому закону распределения Стьюдента с
степенями свободы; плотность
этого закона имеет вид
, (14.4.2)
где
- известная
гамма-функция:
.
Доказано
также, что случайная величина
(14.4.3)
имеет
«распределение
»
с
степенями
свободы (см. гл. 7. стр. 145), плотность которого выражается формулой
(14.4.4)
Не останавливаясь на выводах
распределений (14.4.2) и (14.4.4), покажем, как их можно применить при
построении доверительных интервалов для параметров
и
.
Пусть произведено
независимых опытов над
случайной величиной
,
распределенной по нормальному закону с неизвестными параметрами
и
. Для этих параметров получены
оценки
,
.
Требуется
построить доверительные интервалы для обоих параметров, соответствующие
доверительной вероятности
.
Построим сначала доверительный
интервал для математического ожидания. Естественно этот интервал взять
симметричным относительно
; обозначим
половину длины интервала. Величину
нужно выбрать так,
чтобы выполнялось условие
. (14.4.5)
Попытаемся перейти в левой части
равенства (14.4.5) от случайной величины
к случайной величине
, распределенной по закону
Стьюдента. Для этого умножим обе части неравенства
на положительную величину
:
или,
пользуясь обозначением (14.4.1),
. (14.4.6)
Найдем такое число
, что
. (14.4.7)
Величина
найдется из условия
. (14.4.8)
Из формулы (14.4.2) видно, что
- четная функция;
поэтому (14.4.8) дает
. (14.4.9)
Равенство
(14.4.9) определяет величину
в зависимости от
. Если иметь в своем
распоряжении таблицу значений интеграла
,
то
величину можно найти обратным интерполированием в этой таблице. Однако удобнее
составить заранее таблицу значений
. Такая таблица дается в приложении (см.
табл. 5). В этой таблице приведены значения
в зависимости от доверительной
вероятности
и
числа степеней свободы
. Определив
по таблице 5 и полагая
, (14.4.10)
мы
найдем половину ширины доверительного интервала
и сам интервал
. (14.4.11)
Пример 1. Произведено 5
независимых опытов над случайной величиной
, распределенной нормально с неизвестными
параметрами
и
. Результаты опытов
приведены в таблице 14.4.1.
Таблица
14.4.1
|
1
|
2
|
3
|
4
|
5
|
|
-2,5
|
3,4
|
-2,0
|
1,0
|
2,1
|
Найти оценку
для математического ожидания и
построить для него 90%-й доверительный интервал (т. е. интервал,
соответствующий доверительной вероятности
).
Решение. Имеем
;
.
По
таблице 5 приложения для
и
находим
,
откуда
.
Доверительный
интервал будет
.
Пример 2. Для условий примера 1
14.3, предполагая
величину
распределенной
нормально, найти точный доверительный интервал.
Решение. По таблице 5 приложения
находим при
и
;
отсюда
.
Сравнивая с решением примера 1
14.3 (
), убеждаемся, что
расхождение весьма незначительно. Если сохранить точность до второго знака
после запятой, то доверительные интервалы, найденные точным и приближенным
методами, совпадают:
.
Перейдем к построению
доверительного интервала для дисперсии.
Рассмотрим несмещенную оценку
дисперсии
и
выразим случайную величину
через величину
(14.4.3), имеющую распределение
(14.4.4):
. (14.4.12)
Зная закон распределения величины
, можно найти
интервал
, в
который она попадает с заданной вероятностью
.
Закон распределения
величины
имеет вид,
изображенный на рис. 14.4.1.
Рис. 14.4.1.
Возникает вопрос: как выбрать
интервал
?
Если бы закон распределения величины
был симметричным (как нормальный закон
или распределение Стьюдента), естественно было бы взять интервал
симметричным
относительно математического ожидания. В данном случае закон
несимметричен.
Условимся выбирать интервал так, чтобы вероятности выхода величины
за пределы интервала
вправо и влево (заштрихованные площади на рис. 14.4.1) были одинаковы и равны
.
Чтобы построить интервал
с таким свойством,
воспользуемся таблицей 4 приложения: в ней приведены числа
такие, что
для
величины
,
имеющей
распределение
с
степенями
свободы. В нашем случае
. Зафиксируем
и найдем в соответствующей
строке табл. 4 два значения
; одно, отвечающее вероятности
, другое - вероятности
. Обозначим эти
значения
и
. Интервал
имеет
своим левым, а
- правым концом.
Теперь найдем по интервалу
искомый доверительный
интервал
для
дисперсии с границами
и
, который накрывает точку
с вероятностью
:
.
Построим
такой интервал
,
который накрывает точку
тогда и только тогда, когда величина
попадает в интервал
. Покажем, что интервал
(14.4.13)
удовлетворяет
этому условию. Действительно, неравенства
;
равносильны
неравенствам
;
,
а
эти неравенства выполняются с вероятностью
. Таким образом, доверительный интервал
для дисперсии найден и выражается формулой (14.4.13).
Пример 3. Найти доверительный
интервал для дисперсии в условиях примера 2
14.3, если известно, что величина
распределена нормально.
Решение. Имеем
;
;
. По таблице 4 приложения находим при
для
;
для
.
По формуле (14.4.13) находим
доверительный интервал для дисперсии
.
Соответствующий интервал для
среднего квадратического отклонения:
. Этот интервал лишь незначительно
превосходит полученный в примере 2
14.3 приближенным методом интервал
.