Основные методы получения точечных статистических оценок
Выбери формат для чтения
Загружаем конспект в формате pdf
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Элементы теории точечного параметрического оценивания
Постановка задачи.
Имеется Х ( X1 ,..., X n ) – НПВ из генеральной совокупности , распределение
которой принадлежит параметрическому семейству
P , Rk .
(1 ,...,k ) – неизвестный k-мерный параметр этого распределения.
Надо построить точечную оценку для заданной параметрической функции g( ) – оценить
величину g( ) .
Основные методы получения точечных статистических оценок
1) Метод моментов.
2) Метод квантилей.
3) Метод максимального правдоподобия.
4) Метод подстановки.
Метод моментов.
Пусть имеет начальные моменты до k–го порядка включительно.
Берем начальные моменты m1,...,mk (или центральные моменты
2 , . . .
, k) и
приравниваем их к соответствующим выборочным аналогам m1* ,...,mk* (или 2 ,...,k ).
Получаем систему уравнений метода моментов:
m1 m1*
2 2*
или
...
...
*
*
m
m
k
k
k k
относительно неизвестных параметров 1 ,..., k . Далее решаем систему относительно
*
1 ,..., k .
Решение системы называют оценкой параметра
обозначение
ОММ .
*
по методу моментов. Ее
Метод квантилей.
Берем какие–либо r различных квантилей { x pk , k 1,...,r} распределения
и
приравниваем их к выборочным квантилям { x *pk , k 1,...,r} . Получаем систему
уравнений метода квантилей:
x p1 x*p1
...
x x*
pr
pr
Решение этой системы относительно
методу квантилей. Ее обозначение
ОМК .
называют оценкой параметра по
Примечание.
Обычно метод квантилей используется только для распределений непрерывного
типа, у которых функция распределения FX ( х ) непрерывна.
Для нахождения ОМК уравнение метода квантилей можно записать в следующей
эквивалентной форме: FX ( х р ) p
*
Функция правдоподобия выборки
Функцией правдоподобия выборки Х ( X1 ,..., X n ) называется случайная величина
L( ; Х ) L( ; X1 ,..., X n ) , значения которой при Х x ( x1 ,..., xn ) определяются с
помощью соотношений:
n
L( ; x ) P ( x i ), если P ( x );
i
i 1
L( ; x )
n
i 1
f ( x i , ), если
f ( x, ).
Метод максимального правдоподобия
Статистику ОМП называют оценкой максимального правдоподобия параметра
, если при этом значении параметра функция правдоподобия выборки достигает своего
супремума (sup):
L( ОМП ; Х ) sup L( ; X ).
Для нахождения оценки используются следующие соображения.
1) sup может достигаться во внутренней точке области , в точке локального
экстремума. В этом случае для нахождения ОМП используется необходимое условие
экстремума
L( , Х )
0
1
...
L( , Х )
0
r
2) sup может достигаться на границе области .
3) Точки sup функций L( ; Х ) и ln L( ; Х ) достигаются при одном и том же значении
параметра . Поэтому для нахождения ОМП лучше использовать необходимое
условие экстремума
ln L( , Х )
0
1
...
ln L( , Х )
0
r
Теорема Зехна (принцип инвариантности для ОМП).
Пусть ОМП – ОМП параметра R , g – k –мерная функция, причем G
– множество ее значений – содержит некоторый k –мерный параллелепипед.
r
Тогда оценка по методу подстановки g(ОМП ) является оценкой максимального
правдоподобия для функции
g( ) .