Статистические методы и модели. Костин В.Н - 26 стр.

UptoLike

Составители: 

Рубрика: 

26
Нормальный закон дает хорошие результаты при большом количестве
выборки n. При малом количестве выборки n лучше пользоваться статисти-
кой Стьюдента.
Формула Стьюдента очень сложная и имеет вид:
()
2
2
1
1
1
2
1
1
2
n
n
n
t
n
Гn
n
Г
St
+
==
π
,
где
()
duuenГ
nu
=
0
1
Гамма функция.
Для удобства работы с функцией Стьюдента вводится новая пере-
менная
1
~
~
=
n
xx
S
n
mm
T
D
,
где
1n
S
распределение по закону Стьюдента (представлен-
ное в виде таблицы приложения Г);
x
m
~
оценка математического ожидания;
Д
~
оценка дисперсии распределения.
Тогда в новых переменных функцию распределения запишем в виде:
()
β
ε
β
ε
1
~~~
~
=
==
<
S
n
S
nn
mm
Р
xx
ДДД
,
отсюда
()
β
σ
ε
1
~
2
=
S
x
m
,
и ошибка будет равна
()
.
~
1
βε
= S
n
Д
      Нормальный закон дает хорошие результаты при большом количестве
выборки n. При малом количестве выборки n лучше пользоваться статисти-
кой Стьюдента.
      Формула Стьюдента очень сложная и имеет вид:

                                   n                         n
                                 Г                         −
                                    2                t  2
                                                         2
               t = S n−1 =                        1 +     ,
                                         n − 1   n − 1 
                           (n − 1)π ⋅ Г        
                                         2 

                       ∞
      где      Г (n ) = ∫ e −u ⋅ u n−1du – Гамма функция.
                       0


      Для удобства работы с функцией Стьюдента вводится новая пере-
менная
                            m~ −m
                         T = x ~ x ∈ Sn−1 ,
                                       D
                                       n

      где      S n−1 – распределение по закону Стьюдента (представлен-
                       ное в виде таблицы приложения Г);
                 ~
                mx – оценка математического ожидания;
                  Д~ – оценка дисперсии распределения.

      Тогда в новых переменных функцию распределения запишем в виде:

                                                
                m~    −m                        
                              ε                 ε
               Р x       x
                            <         = β = S     = S −1 (β ) ,
                      Д~     Д~              Д~ 
                                                
                       n      n               n 

отсюда

                                 ε
                                           = S −1 (β ) ,
                             σ m~ ⋅ 2
                                x


и ошибка будет равна

                                 Д~ −1
                              ε=    S (β ).
                                  n

                                                                     26