Смекни!
smekni.com

Парадокси в математичній статистиці (стр. 21 из 22)

Список використаних джерел

1. Каган А.М., Линник Ю.В., Рао С.Р. Характеризационные задачи математической статистики. - М.: Наука, 1972.

2. Турчин В.Н. Математическая статистика. - Д.: Издательство ДНУ, 1996.

3. Боровков А.А. Математическая статистика. - М.: Наука, 1984.

4. Турчин В.М. Теорія ймовірностей і математична статистика. - Д.: Видавництво ДНУ, 2006.

5. Freedman D. F. On the asymptotic behavior of Byes’ estimates in the discreete case, 1963.

6. Ивченко Г.И., Медведев Ю.В. Математическая статистика: учеб. пособие для вузов. - М.: Высш. шк., 1984.

7. Секей Г. Парадоксы в теории вероятностей и математической статистике. - М.: Мир, 1990.

Приложение

Парадокси в математичній статистиці

Парадокс оцінок математичного сподівання

-

незміщена, спроможна, ефективна оцінка для парам.

не є ефективною оцінкою для параметра

Пояснення парадоксу.

,
,
,
,

, (1)

(2)

Теорема (Каган, Ліннік, Рао). У класі щільностей

,
зі скінченою дисперсією
, які задовольняють умовам:

1.

- неперервно - диференційовна функція.2.
при
, нерівність Крамера-Рао
обертається на рівність на гауссівському розподілі.

Доведення.

,
,
.

(3)

(4)

(5)

Скористаємося тим, що

,
,
.

Щільність нормального розподілу з параметрами

:

(6)

Теорема доведена.

Парадокс оцінок дисперсії

Історія парадоксу.

~
,
- скінчена,
- відоме,
- незміщена оцінка для

- скінчена,
- невідоме,
,
- асимп. незм. оцінка для

незміщена оцінка для

.

Парадокс.

Нехай

~
.

Оцінка

- незміщена оцінка для

, а оцінка

для

така, що міра розкиду оцінки
відносно

мінімальна.

Якій з оцінок віддати перевагу?

Пояснення парадоксу.

,
,
,
,

. (1)

Міра розсіювання оцінок

відносно

(2)

(3)

(4)

(5)

. (6)

Зміщена оцінка

,

зміщення якої

(7)

мале при

, краще оцінює дисперсію
, ніж незміщена оцінка
.

Зауваження.

Оцінка

-

ефективна для

,
- відоме.

Оцінка

-

не є ефективною для

.

Парадокс Байєса

Теорема Байєса (1750 р)

Нехай

- повна група подій,

,
.

Тоді для будь-якої події

(1)

Апріорна щільність:

~
.