1.2 Выборка. Выборочное пространство
TRANSCRIPT
Выборка. Выборочное пространство
Грауэр Л.В.
Примеры задач
Какова доля брака в продукции завода?Правильно ли настроен станок?Действует ли новое лекарство?Однородны ли посетители магазина в выходные и в будние?Сколько заказать товара на следующий месяц?Согласованы ли оценки экспертов?
Основные задачи математической статистики
I приближенное определение вероятности события поотносительной частоте
I нахождение приближенного закона распределения с.в.I оценивание числовых характеристик или параметров
распределения с.в.I проверка статистических гипотезI определение эмпирической зависимости между
переменными, описывающими случайное явление
Выборка. Выборочное пространство
В одномерном случаеξ(ω) : Ω −→ R
(R,B(R),Pξ)
В многомерном случае(ξ1, . . . , ξm) : Ω −→ Rm,
(Rm,B(Rm),Pξ)
Совокупность взаимно независимых реализаций случайнойвеличины ξ образует выборку X[n] объема n:
X[n] = (X1, . . . ,Xn) ,
где Xi — числовая реализация случайной величины ξ в i-омэксперименте (i = 1, . . . , n).
Если ξ = (ξ1, . . . , ξm)T — случайный вектор, то
X1 =
X11
X21...
Xm1
, . . . ,Xn =
X1n
X2n...
Xmn
.
Случайная величина ξ, реализации которой мы наблюдаем, частоназывается генеральной совокупностью.
Примеры
ξ ∼ B(N, p), P(ξ = k) = C kNp
k(1− p)N−k
X[10] = (0, 0, 0, 1, 0, 0, 0, 0, 0, 0)
ξ ∼ N(a, σ)
X[10] = (1.34, 0.70, 1.21, 0.46, 1.40, 1.47, 1.56, 1.09, 1.62, 1.56)
Примеры
ξ ∼ B(N, p), P(ξ = k) = C kNp
k(1− p)N−k
X[10] = (0, 0, 0, 1, 0, 0, 0, 0, 0, 0)
ξ ∼ N(a, σ)
X[10] = (1.34, 0.70, 1.21, 0.46, 1.40, 1.47, 1.56, 1.09, 1.62, 1.56)
Простой случайный выбор
Процесс составления выборки называется выбором
Простым случайным выбором называется выбор с возвращениемв урновой модели, когда из конечного множества каждый элементвыбирается независимо и равновероятно с другими элементами
Свойства простого случайного выбора
С теоретической точки зрения элементы выборки —случайные величины
Все элементы выборки могут быть выбраны иравновероятноКаждый элемент конкретной выборки получен в равныхусловиях выбора
Свойства простого случайного выбора
С теоретической точки зрения элементы выборки —случайные величины
Все элементы выборки могут быть выбраны иравновероятно
Каждый элемент конкретной выборки получен в равныхусловиях выбора
Свойства простого случайного выбора
С теоретической точки зрения элементы выборки —случайные величины
Все элементы выборки могут быть выбраны иравновероятноКаждый элемент конкретной выборки получен в равныхусловиях выбора
Виды реальных выборов
Механический выбор
Серийный выбор
Типический выбор
Выбор на основе суждения
Функция распределения выборки:
FX[n](x1, . . . , xn) =
Выборкам объема n соответствует выборочное пространство(Rn,B(Rn),PX[n]
)
Функция распределения выборки:
FX[n](x1, . . . , xn) =
Выборкам объема n соответствует выборочное пространство(Rn,B(Rn),PX[n]
)
При n→∞ рассмотрим бесконечномерное пространство:(R∞,B(R∞),PX[∞]
).
(Rn,B(Rn),PX[n]
)— подпространство
(R∞,B(R∞),PX[∞]
),
соответствующее первым n координатам.
Эмпирическая вероятностная мера
Эмпирическим распределением назовем вероятностную меру,определенную следующим образом
P∗n(B) =ν(B)
n,
где B ∈ B(R), а ν(B) — количество элементов выборки, попавшихв B .
Эмпирической функцией распределения называется функция
F ∗n (x) = P∗n(−∞; x) =ν(−∞; x)
n, x ∈ R.
(X1,X2, . . . ,Xn)⇒ X(1) < X(2) < . . . < X(n)
F ∗n (x) =
, если x 6 X(1);, если X(1) < x 6 X(2);, если X(2) < x 6 X(3);
. . .
, если X(k) < x 6 X(k+1);. . .
, если x > X(n).
Теорема Гливенко-Кантелли. Теорема о предельномраспределении эмпирических вероятностей
ТеоремаДля ∀ B ∈ B(R) выполняется:
P∗n(B)п.н.−−−−→
n−→∞Pξ(B).
и для ∀ x ∈ R выполняется:
F ∗n (x)п.н.−−−−→
n−→∞Fξ(x).
Теорема Гливенко-КантеллиПусть заданы ф.р. Fξ(x) и эмпирическая ф.р. F ∗n (x), тогда
supx∈R|F ∗n (x)− Fξ(x)| п.н.−−−−→
n−→∞0
ТеоремаДля ∀ B ∈ B(R) выполняется:
√n (P∗n(B)− Pξ(B))√Pξ(B)(1− Pξ(B))
d−−−−→n−→∞
ζ,
где ζ ∼ N(0, 1).