Точечные оценки неизвестных параметров
ПРАКТИЧЕСКИЕ ЗАНЯТИЯ
Первичная обработка статистических данных
2.1.1. Записать выборку (5, 3, 7, 10, 5, 5, 2, 10, 7, 2, 7, 7, 4, 2, 4) в виде вариационного ряда и статистического ряда, обозначив
различные среди выборочных значений
.
2.1.2. В эксперименте наблюдалась целочисленная случайная величина
. Соответствующие выборочные значения оказались равными (3, 0, 4, 3, 6, 0, 3, 1). Записать их в виде статистического ряда, найти соответствующую эмпирическую функцию распределения
и изобразить ее графически.
2.1.3. Пусть (0,8; 2,9; 4,4; -5,6; 1,1; -3.2) – наблюдавшиеся значения некоторой случайной величины. Построить эмпирическую функцию распределения
и проверить, что
,
,
.
2.1.4. Найти и изобразить графически эмпирические функции распределения, соответствующие следующим выборкам, представленным в виде статистических рядов:
2.1.5. Построить эмпирические функции распределения и вычислить выборочные средние и выборочные дисперсии, соответствующие следующим выборкам, представленным в виде статистических рядов:
а)
|
| -1
|
|
|
|
|
|
|
|
|
|
б)
|
|
2.1.6. В результате эксперимента непрерывная случайная величина
приняла следующие значения (округленные до целых): (6, 17, 9, 13, 21, 11, 7, 7, 19, 5, 17, 5, 20, 18, 11, 4, 6, 22, 21, 15, 15, 23, 19, 25, 1) Построить интервальный статистический ряд, взяв 5 интервалов одинаковой длины; построить гистограмму и полигон частот.
2.1.7. Построить гистограмму и полигон частот по следующим статистическим данным, представленным в виде интервального статистического ряда:
Номер интервала k
| Границы интервала
| Частота интервала
|
| 0 – 2
2 – 4
4 – 6
6 – 8
8 – 10
10 – 12
12 - 14
|
|
Найти и построить эмпирическую функцию распределения
, соответствующую этим сгруппированным данным; вычислить выборочное среднее и выборочную дисперсию.
2.1.8. Проводились опыты с бросанием 12 игральных костей. Наблюдаемую случайную величину
брали равной числу костей, на которых выпало 4, 5 или 6 очков. Пусть
- число опытов, в которых наблюдалось значение
. Ниже приведены результаты
опытов:
i
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Взяв в качестве интервалов
, построить гистограмму и полигон частот. Вычислить выборочное среднее и выборочную дисперсию, соответствующие этим данным.
2.1.9. Ниже приведены результаты измерения роста случайно отобранных 100 студентов:
Рост, см
| 154-158
| 158-162
| 162-166
| 166-170
| 170-174
| 174-178
| 178-182
|
Число студентов
|
|
|
|
|
|
|
|
Найти выборочное среднее и выборочную дисперсию роста обследованных студентов, построить гистограмму и полигон частот.
2.1.10. На телефонной станции производились наблюдения за числом неправильных соединений в минуту. Наблюдения в течение часа дали следующие результаты:
(3, 1, 3, 4, 2, 1, 1, 3, 2, 7, 2, 0, 2, 4, 0, 3, 0, 2, 0, 1, 3, 3, 1, 2, 2, 0, 2, 1, 4, 3,
4, 2, 0, 2, 3, 1, 3, 1, 4, 2, 2, 1, 2, 5, 1, 1, 0, 1, 1, 2, 1, 0, 3, 4, 1, 2, 2, 1, 1, 5).
Найти выборочное среднее и выборочную дисперсию числа неправильных соединений в минуту и сравнить эмпирическое распределение с распределением Пуассона.
2.1.11. Измерительным прибором, практически не имеющим систематической погрешности, было сделано пять независимых измерений некоторой величины. Получены следующие результаты:
Номер измерения
|
|
|
|
|
|
Результат измерения
|
|
|
|
|
|
Найти: а) выборочную дисперсию погрешности измерения, если измеряемая величина точно известна и равна 2800; б) выборочное среднее и выборочную дисперсию, если точное значение измеряемой величины неизвестно.
2.1.12. Доказать, что выборочные начальные и выборочные центральные моменты
-го порядка связаны соотношением:
.
Точечные оценки неизвестных параметров
2.2.1. Показать, что выборочное среднее
является несмещенной и состоятельной оценкой математического ожидания наблюдаемой случайной величины
.
2.2.2. Показать, что выборочная дисперсия
не является несмещенной оценкой дисперсии наблюдаемой случайной величины
. Определить смещение оценки
. Является ли она асимптотически несмещенной? Показать, что несмещенной оценкой дисперсии является величина
, называемая исправленной выборочной дисперсией.
2.2.3. Показать, что справедлива формула:
,
где
– четвертый центральный момент случайной величины
. Являются ли выборочная дисперсия
и исправленная выборочная дисперсия
состоятельными оценками наблюдаемой случайной величины
?
2.2.4. Показать, что эмпирическая функция распределения
является несмещенной и состоятельной оценкой теоретической функции распределения
.
2.2.5. Вычислить информацию Фишера
о параметре
, содержащуюся в одном наблюдении над случайной величиной Х, имеющей:
а) нормальное распределение
;
б) нормальное распределение
;
в) нормальное распределение
;
г) гамма-распределение
;
д) распределение Коши
;
е) биномиальное распределение
;
ж) распределение Пуассона
.
2.2.6. Доказать, что выборочное среднее
является эффективной оценкой математического ожидания наблюдаемой случайной величины Х, имеющей распределение: а)
; б)
.
2.2.7. Доказать, что статистика
является несмещенной и эффективной оценкой дисперсии наблюдаемой случайной величины
, имеющей нормальное распределение
.
2.2.8. Показать, что исправленная выборочная дисперсия
является асимптотически эффективной оценкой дисперсии наблюдаемой случайной величины
, имеющей нормальное распределение
.
2.2.9. Пусть наблюдаемая случайная величина
имеет распределение Коши
. Показать, что выборочное среднее
не является состоятельной оценкой параметра
.
2.2.10. Показать, что в случае логистического распределения, плотность вероятностей которого при
имеет вид:
,
справедливы утверждения:
а) выборочное среднее
– несмещенная оценка
и
;
б) информация Фишера
и поэтому
не является эффективной оценкой
.
2.2.11. Пусть по выборке
из генеральной совокупности, имеющей биномиальное распределение
, требуется оценить функцию
. Показать, что в данном случае несмещенных оценок не существует.
2.2.12. Пусть по одному наблюдению над случайной величиной
, имеющей отрицательное биномиальное распределение
, требуется оценить параметр
. Найти оценку, удовлетворяющую условию несмещенности, и показать, что она практически бесполезна.
2.2.13. Пусть производится одно наблюдение над случайной величиной
, имеющей распределение Пуассона
с неизвестным параметром
:
.
Показать, что в этом случае не существует несмещенных оценок параметрической функции
.
2.2.14. Случайная величина
имеет распределение Пуассона
с неизвестным параметром
. По выборке
найти точечные оценки параметра
по методу моментов, используя первый и второй моменты. Исследовать полученные оценки на несмещенность.
2.2.15. Случайная величина
(число нестандартных изделий в партии изделий) имеет распределение Пуассона
с неизвестным параметром
.
Найти методом моментов оценку параметра
, если обследование
партий на наличие нестандартных изделий дало следующие результаты:
где
число нестандартных изделий в одной партии;
- число партий, содержащих
нестандартных изделий.
2.2.16. По выборке
из генеральной совокупности, имеющей биномиальное распределение
, т.е. 
, найти оценку неизвестной вероятности успеха
по методу моментов, используя первый момент.
2.2.17. Случайная величина
(число появлений события
в m независимых испытаниях) подчинена биномиальному закону распределения
с неизвестным параметром
. Ниже приведены результаты числа появлений события в 10 опытах по 5 испытаний в каждом:
где
- число появлений события
в одном опыте;
- количество опытов, в которых наблюдалось
появлений события
. Найти методом моментов оценку параметра
по этим статистическим данным.
2.2.18. Случайная величина Х имеет геометрическое распределение
с неизвестным параметром
, т.е.
где
– число испытаний, произведенных до появления события;
- вероятность появления события в одном испытании. По выборке
найти методом моментов оценку параметра
.
2.2.19. Найти методом моментов оценку параметра
геометрического распределения
, если в четырех опытах событие появилось соответственно после двух, четырех, шести и восьми испытаний.
2.2.20. По выборке
найти методом моментов оценку неизвестного параметра
показательного распределения
, плотность вероятностей которого
. Исследовать полученную оценку на несмещенность.
2.2.21. Найти методом моментов по выборке
точечные оценки неизвестных параметров
и
гамма-распределения
, плотность вероятностей которого
.
2.2.22. Случайная величина
имеет равномерное распределение на отрезке
с неизвестными границами. По выборке
найти методом моментов оценки параметров
и
.
2.2.23. По выборке
из генеральной совокупности, имеющей биномиальное распределение
, найти оценку максимального правдоподобия
неизвестной вероятности успеха
. Сравнить ее с оценкой, полученной по методу моментов (см. задачу 2.2.16).
2.2.24. Случайная величина
имеет распределение Пуассона
с неизвестным параметром
. По выборке
найти оценку максимального правдоподобия
параметра
и исследовать ее на несмещенность.
2.2.25. По выборке
найти оценку максимального правдоподобия
неизвестного параметра
показательного распределения
. Сравнить ее с оценкой, полученной по методу моментов (см. задачу 2.2.20).
2.2.26. Случайная величина
(время безотказной работы элемента) имеет показательный закон распределения
с неизвестным параметром
. В результате проверки 1000 элементов были получены следующие значения среднего времени их работы:
Здесь
– среднее время безотказной работы одного элемента, часов;
- количество элементов, проработавших в среднем
часов. Найти на основании этих данных оценку параметра
по методу максимального правдоподобия.
2.2.27. По выборке
из генеральной совокупности, имеющей гамма-распределение
с плотностью вероятностей 
, найти оценку максимального правдоподобия
неизвестного параметра
. Сравнить ее с оценкой, полученной по методу моментов (см. задачу 2.2.21).
2.2.28. Устройство состоит из элементов, время безотказной работы которых подчинено гамма-распределению
. Испытания пяти элементов дали следующие результаты (время работы элемента в часах до отказа): (50, 60, 100, 200, 250). Найти по этим выборочным значениям оценку максимального правдоподобия неизвестного параметра
.
2.2.29. Случайная величина
, характеризующая срок службы элементов электронной аппаратуры, имеет плотность вероятностей
(закон распределения Релея). По выборке
построить оценку максимального правдоподобия
неизвестного параметра
. Исследовать ее на несмещенность и сравнить с оценкой, которую дает метод моментов.
2.2.30. По выборке
найти оценки максимального правдоподобия неизвестных параметров распределений: а)
; б)
; в)
. Проанализировать качество полученных оценок.
2.2.31. Наблюдаемая случайная величина
имеет геометрическое распределение
с неизвестным параметром
. По выборке
построить оценку максимального правдоподобия неизвестной вероятности
и сравнить ее с оценкой, полученной по методу моментов (см. задачу 2.2.18).
2.2.32. Случайная величина
имеет равномерное распределение на отрезке
. По выборке
построить оценку максимального правдоподобия
неизвестного параметра
.
2.2.33. Случайная величина
имеет равномерное распределение на отрезке единичной длины
. По выборке
построить оценку максимального правдоподобия
неизвестного параметра
.
2.2.34. Случайная величина
имеет равномерное распределение на отрезке
. По выборке
построить оценки максимального правдоподобия неизвестных концов отрезка
и
.
Воспользуйтесь поиском по сайту: