Такие распределения, как биномиальное, показательное, нормальное, являются семействами распределений, зависящими от одного или нескольких параметров. Например, показательное распределение с плотностью вероятностей , зависит от одного параметра λ, нормальное распределение- от двух параметровmи σ. Из условий исследуемой задачи, как правило, ясно, о каком семействе распределений идёт речь. Однако остаются неизвестными конкретные значения параметров этого распределения, входящие в выражения интересующих нас характеристик распределения. Поэтому необходимо знать хотя бы приближённое значение этих величин.
Пусть закон распределения генеральной совокупности определён с точностью до значений входящих в его распределение параметров , часть из которых может быть известна. Одной из задач математической статистики является нахождение оценок неизвестных параметров по выборке наблюденийиз генеральной совокупности. Оценка неизвестных параметров заключается в построении функцииот случайной выборки, такой, что значение этой функции приближённо равно оцениваемому неизвестному параметруθ. θ.
Статистическойоценкой(в дальнейшем простооценкой) параметраθтеоретического распределения называется его приближённое значение, зависящего от данных выбора.
Оценка является случайной величиной, т.к. является функцией независимых случайных величин ; если произвести другую выборку, то функция примет, вообще говоря, другое значение.
Существует два вида оценок – точечные и интервальные.
Точечнойназывается оценка, определяемая одним числом. При малом числе наблюдений эти оценки могут приводить к грубым ошибкам. Чтобы избежать их, используют интервальные оценки.
Интервальнойназывается оценка, которая определяется двумя числами – концами интервала, в котором с заданной вероятностью заключена оцениваемая величинаθ.
Решение Графиком функции является парабола, ветви которой направлены вверх. 1) D (f) =R , т.к. f – многочлен. 2) f(-х) = (-х)2 - 4(-х) - 5 = х2 + 4х – 5 Функция поменяла знак частично, значит, f не является ни чётной, ни нечётной. 3) Нули функции: При х = 0 у = - 5; (0;-5) при у = 0 х2 - 4х – 5 = 0 По теореме, обратной теореме Виета х1 = -1; х2 = 5 (-1;0); (5;0). 4) Найдём производную функции f: f ′(х) = 2х – 4 Найдём критические точки: f ′(х) = 0; 2х – 4 = 0; х = 2 – критическая точка f ′(х) - + f (х) 2 х min 5) Найдём промежутки монотонности: Если функция возрастает, то f ′(х) > 0 ; 2х – 4 > 0; х > 2. Значит, на промежутке (2; ∞) функция возрастает. Если функция убывает, то f ′(х) < 0; 2х – 4 < 0; х < 2. Значит, на промежутке (- ∞; 2) функция убывает. 6) Найдём координаты вершины параболы: Х =Y = 22 - 4*2 – 5 = -9 (2;-9) – координаты вершины параболы. 7) Область изменения функции Е (у) = (-9; ∞) 8) Построим график функции: у -1 2 5 -5 х
Такие распределения, как биномиальное, показательное, нормальное, являются семействами распределений, зависящими от одного или нескольких параметров. Например, показательное распределение с плотностью вероятностей , зависит от одного параметра λ, нормальное распределение- от двух параметровmи σ. Из условий исследуемой задачи, как правило, ясно, о каком семействе распределений идёт речь. Однако остаются неизвестными конкретные значения параметров этого распределения, входящие в выражения интересующих нас характеристик распределения. Поэтому необходимо знать хотя бы приближённое значение этих величин.
Пусть закон распределения генеральной совокупности определён с точностью до значений входящих в его распределение параметров , часть из которых может быть известна. Одной из задач математической статистики является нахождение оценок неизвестных параметров по выборке наблюденийиз генеральной совокупности. Оценка неизвестных параметров заключается в построении функцииот случайной выборки, такой, что значение этой функции приближённо равно оцениваемому неизвестному параметруθ. θ.
Статистическойоценкой(в дальнейшем простооценкой) параметраθтеоретического распределения называется его приближённое значение, зависящего от данных выбора.
Оценка является случайной величиной, т.к. является функцией независимых случайных величин ; если произвести другую выборку, то функция примет, вообще говоря, другое значение.
Существует два вида оценок – точечные и интервальные.
Точечнойназывается оценка, определяемая одним числом. При малом числе наблюдений эти оценки могут приводить к грубым ошибкам. Чтобы избежать их, используют интервальные оценки.
Интервальнойназывается оценка, которая определяется двумя числами – концами интервала, в котором с заданной вероятностью заключена оцениваемая величинаθ.
Графиком функции является парабола, ветви которой направлены вверх. 1) D (f) =R , т.к. f – многочлен. 2) f(-х) = (-х)2 - 4(-х) - 5 = х2 + 4х – 5 Функция поменяла знак частично, значит, f не является ни чётной, ни нечётной. 3) Нули функции: При х = 0 у = - 5; (0;-5) при у = 0 х2 - 4х – 5 = 0 По теореме, обратной теореме Виета х1 = -1; х2 = 5 (-1;0); (5;0). 4) Найдём производную функции f: f ′(х) = 2х – 4 Найдём критические точки: f ′(х) = 0; 2х – 4 = 0; х = 2 – критическая точка
f ′(х) - + f (х) 2 х
min 5) Найдём промежутки монотонности: Если функция возрастает, то f ′(х) > 0 ; 2х – 4 > 0; х > 2. Значит, на промежутке (2; ∞) функция возрастает. Если функция убывает, то f ′(х) < 0; 2х – 4 < 0; х < 2. Значит, на промежутке (- ∞; 2) функция убывает. 6) Найдём координаты вершины параболы: Х =Y = 22 - 4*2 – 5 = -9 (2;-9) – координаты вершины параболы.
7) Область изменения функции Е (у) = (-9; ∞) 8) Построим график функции:
у
-1 2 5 -5 х