При изготовлении каких-либо деталей при конструировании РЭС необходимо знать, удовлетворяют ли 'их параметры требованиям технологической точности. Для этого и служит оценка, которая характеризует истинное значение параметра в некоторой точке (точечная оценка) либо в интервале (доверительная оценка).
Оценкой случайной величины Х по объему выборки n называется однозначно определенная функция результатов наблюдении над этом случайной величиной, и можно записать:
Критические значения отношения G при доверительных вероятностях 0,95 и 0,99.
Таблица П6.
Результаты измерений | |||||||||
0,544 | 0,507 | 0,478 | 0,439 | 0,412 | 0,365 | 0,307 | 0,251 | 0,2 | |
0,633 | 0,566 | 0,553 | 0,504 | 0,47 | 0,409 | 0,335 | 0,264 | 0,2 | |
0,48 | 0,445 | 0,418 | 0,382 | 0,357 | 0,314 | 0,261 | 0,212 | 0,167 | |
0,564 | 0,52 | 0,487 | 0,44 | 0,408 | 0,353 | 0,286 | 0,223 | 0,167 | |
0,431 | 0,397 | 0,373 | 0,338 | 0,315 | 0,276 | 0,228 | 0,183 | 0,143 | |
0,508 | 0,466 | 0,435 | 0,391 | 0,362 | 0,311 | 0,249 | 0,193 | 0,143 | |
0,391 | 0,36 | 0,336 | 0,304 | 0,283 | 0,246 | 0,202 | 0,162 | 0,125 | |
0,463 | 0,427 | 0,393 | 0,352 | 0,325 | 0,278 | 0,221 | 0,17 | 0,125 | |
0,358 | 0,329 | 0,307 | 0,277 | 0,257 | 0,223 | 0,182 | 0,145 | 0,111 | |
0,463 | 0,427 | 0,393 | 0,352 | 0,325 | 0,278 | 0,221 | 0,17 | 0,125 | |
0,331 | 0,303 | 0,282 | 0,254 | 0,235 | 0,203 | 0,166 | 0,131 | 0,1 | |
0,393 | 0,357 | 0,331 | 0,295 | 0,27 | 0,23 | 0,181 | 0,138 | 0,1 | |
0,242 | 0,22 | 0,203 | 0,182 | 0,167 | 0,143 | 0,114 | 0,089 | 0,067 | |
0,288 | 0,259 | 0,239 | 0,21 | 0,192 | 0,161 | 0,125 | 0,093 | 0,067 | |
0,192 | 0,174 | 0,16 | 0,142 | 0,13 | 0,111 | 0,088 | 0,068 | 0,05 | |
0,229 | 0,205 | 0,188 | 0,165 | 0,15 | 0,125 | 0,096 | 0,071 | 0,05 | |
0,138 | 0,124 | 0,114 | 0,1 | 0,092 | 0,077 | 0,06 | 0,046 | 0,033 | |
0,164 | 0,145 | 0,133 | 0,116 | 0,105 | 0,087 | 0,066 | 0,048 | 0,033 | |
0,108 | 0,097 | 0,089 | 0,078 | 0,071 | 0,06 | 0,046 | 0,035 | 0,025 | |
0,128 | 0,114 | 0,103 | 0,09 | 0,082 | 0,067 | 0,05 | 0,036 | 0,025 | |
0,077 | 0,068 | 0,062 | 0,055 | 0,05 | 0,041 | 0,041 | 0,032 | 0,017 | |
0,09 | 0,08 | 0,072 | 0,063 | 0,057 | 0,046 | 0,034 | 0,025 | 0,017 | |
0,042 | 0,037 | 0,034 | 0,029 | 0,027 | 0,022 | 0,017 | 0,012 | 0,008 | |
0,049 | 0,043 | 0,039 | 0,033 | 0,03 | 0,024 | 0,018 | 0,013 | 0,008 |
В практике обработки статистических данных оценивают математическое ожидание, и дисперсию случайной величины X. Математическое ожидание - это центр группирования случайной величины и в общем случае определяется выражением
,
где f(x) - плотность распределения случайной величины.
Дисперсия - это отклонение случайной величины от ее математического ожидания, определяется выражением
,
Чтобы приблизить с достаточной точностью значение случайной оценочной функции к истинному значению параметра, эта функция должна по возможности обладать следующими свойствами: состоятельностью, несмещенностью и эффективностью.
Оценка называется состоятельной, если с увеличением п - объема выборки она приближается (сходится по вероятности) к оцениваемому параметру .
Несмещенной называется такая оценка, математическое ожидание от которого равно оцениваемому параметру: М[ ] = , т. е. она контролирует наличие систематической ошибки.
Эффективной оценкой называется такая несмещенная оценка, которая имеет наименьшую дисперсию всех несмещенных оценок параметра, вычисленных по выборкам одного и того же объема.
Несмещенной и состоятельной оценкой математического ожидания μ случайной величины X является арифметическое среднее , вычисленное по n независимым наблюдениям над этой случайной величиной.
,
где - результат i -го наблюдения.
Эффективность этой оценки зависит от вида закона распределения случайной величины X. Если случайная величина распределена по нормальному закону (рис.1) с параметрами μ, плотность нормального закона распределения
,
то среднее арифметическое Х имеет минимальную дисперсию, равную , и является эффективной оценкой математического ожидания μ.
f(x)
μ-σ μ μ+σ x
Рис. 1
Состоятельная оценка дисперсии определяется выражением:
. (2)
Состоятельной и несмещенной оценкой дисперсии является оценка:
. (3)
Сравнивая оценки и получаем:
, (4)
величину называют поправкой Бесселя, а оценку - исправленной
выборочной дисперсией. Введение поправки Бесселя существенно лишь для малого объема выборки.
Оценка не является эффективной, но с увеличением при нормальном законе распределения отношение ее дисперсии к минимально возможной приближается к единице и ее можно считать "асимптотически эффективной".
Состоятельной, несмещенной и эффективной оценкой дисперсии является:
, (5)
где μ - математическое ожидание случайной величины X. Из трех рассмотренных оценок дисперсии наиболее употребительна в практических расчетах
оценка (3), так как μ обычно неизвестно, и в этих условиях она предпочтительнее оценки Δ (2).
19.37 | 19.38 | 19.39 | 19.4 | 19.43 | 19.44 | 19.5 | |
99.36 | 99.38 | 99.4 | 99.41 | 99.44 | 99.45 | 99.5 | |
8.84 | 8.81 | 8.78 | 8.76 | 8.69 | 8.66 | 8.53 | |
17.49 | 27.34 | 27.23 | 27.13 | 26.83 | 26.69 | 26.12 | |
6.04 | 5.96 | 5.93 | 5.84 | 5.8 | 5.63 | ||
14.8 | 14.66 | 14.54 | 14.45 | 14.15 | 14.02 | 13.46 | |
5 | 4.82 | 4.78 | 4.74 | 4.7 | 4.6 | 4.56 | 4.36 |
10.27 | 10.15 | 10.05 | 9.96 | 9.68 | 9.55 | 9.02 | |
4.15 | 4.1 | 4.06 | 4.03 | 3.92 | 3.87 | 3.67 | |
8.1 | 7.98 | 7.87 | 7.79 | 7.52 | 7.39 | 6.88 | |
3.73 | 3.68 | 3.63 | 3.6 | 3.49 | 3.44 | 3.23 | |
6.84 | 6.71 | 6.62 | 6.54 | 6.27 | 6.15 | 6.65 | |
3.44 | 3.39 | 3.34 | 3.31 | 3.2 | 3.15 | 2.93 | |
6.03 | 5.91 | 5.82 | 5.74 | 5.48 | 5.36 | 4.86 | |
3.23 | 3.18 | 3.13 | 3.1 | 2.98 | 2.93 | 2,71 | |
5.47 | 5.35 | 5.26 | 5.18 | 4.92 | 4.8 | 4.31 | |
3.07 | 3.02 | 2.97 | 2.94 | 2.82 | 3.77 | 2.54 | |
5.06 | 4.95 | 4.85 | 4.78 | 4.52 | 4.41 | 3.91 | |
2.95 | 2.9 | 2.86 | 2.82 | 2.7 | 2.65 | 2.4 | |
4.74 | 4.63 | 4.54 | 4.46 | 4.21 | 4.1 | 3.6 | |
2.85 | 2.8 | 2.76 | 2.72 | 2.6 | 2.54 | 2.3 | |
4.5 | 4.39 | 4.3 | 4.22 | 3.98 | 3.86 | 3.36 | |
2.59 | 2.54 | 2.49 | 2.45 | 2.33 | 2.28 | 2.01 | |
3.89 | 3.78 | 3.49 | 3.61 | 3.37 | 3.25 | 2.75 | |
2.45 | 2.4 | 2.35 | 2.31 | 2.18 | 2.12 | 1.84 | |
3.56 | 3.45 | 3.37 | 3.3 | 3.05 | 2.94 | 2.42 | |
1.94 | 1.88 | 1.83 | 1.79 | 1.64 | 1.57 | ||
2.15 | 2.41 | 2.32 | 2.24 | 1.99 | 1.87 | 1.09 |
продолжение таблицы П5
18.51 | 19.16 | 19.25 | 19.3 | 19.33 | 19.36 | ||
98.49 | 99.01 | 99.17 | 99.25 | 99.3 | 99.33 | 99.34 | |
10.13 | 9.55 | 9.28 | 9.12 | 9.01 | 8.94 | 8.88 | |
34.12 | 30.81 | 29.46 | 28.71 | 28.24 | 27.91 | 27.67 | |
7,71 | 6.94 | 6.59 | 6.39 | 6.26 | 6.16 | 6.09 | |
21.2 | 16.59 | 15.98 | 15.52 | 15.21 | 14.98 | ||
6.61 | 5.79 | 5.41 | 5.19 | 5.05 | 4.95 | 4.88 | |
16.26 | 13.27 | 12.06 | 11.39 | 10.97 | 10.67 | 10.45 | |
5,99 | 5.14 | 4.76 | 4.53 | 4.39 | 4.28 | 4.21 | |
13.74 | 10.92 | 9.78 | 9.15 | 8.75 | 8.49 | 8.26 | |
5.59 | 4.74 | 4.35 | 4.12 | 3.97 | 3.87 | 3.79 | |
12.25 | 9.55 | 8.45 | 7.85 | 7.46 | 7.19 | ||
5.32 | 4.46 | 4.07 | 3.84 | 3.69 | 3.58 | 3.5 | |
11.26 | 8.65 | 7.59 | 7,01 | 6.63 | 6.37 | 6.19 | |
5.12 | 4.26 | 3.86 | 3.63 | 3,48 | 3.37 | 3.28 | |
10.56 | 8.02 | 6.99 | 6,42 | 6.06 | 5.8 | 5.62 | |
4.96. | 4.1 | 3.71 | 3.48 | 3.33 | 3.22 | 3.14 | |
10.04 | 7.56 | 6.55 | 5.99 | 5.64 | 5.39 | 5.21 | |
4.84 | 3.98 | 3.59 | 3.36 | 3.2 | 3.09 | 3.01 | |
9.85 | 7.2 | 6.22 | 5.67 | 5.32 | 5.07 | 4.88 | |
4.75 | 3,88 | 3.49 | 3.26 | 3.11 | 2.92 | ||
9.33 | 6.93 | 5.95 | 5.41 | 5.06 | 4.82 | 4.65 | |
4.49 | 3.63 | 3.24 | 3.01 | 2.85 | 2.74 | 2.66 | |
8.53 | 6.23 | 5.29 | 4.77 | 4.44 | 4.2 | 4.03 | |
4.35 | 3.49 | 3.1 | 2.87 | 2.71 | 2.6 | 2.52 | |
8.1 | 5.85 | 4.94 | 4.43 | 4.1 | 3.87 | 3.71 | |
3.84 | 2.99 | 2.6 | 2.37 | 2.21 | 2.09 | 2.01 | |
6.64 | 4.6 | 3.78 | 3.32 | 3.02 | 2.8 | 2.64 |
Таблица П5.
Среднее квадратическое отклонение σ как характеристика меры рассеяния случайной величины Х относительно математического ожидания не менее час
используется на практике, чем дисперсия σ . Удобство этой характеристики заключается в том, что ее размерность равна размерности самой случайной
величины X.
Несмещенная и состоятельная оценка среднеквадратического отклонения с
учетом (3) имеет вид:
. (6)