Page 91 - 4195
P. 91

Іноді розглядають однобічні довірчі  інтервали, на-
           приклад,     лівобічні   P   (     )        або   правобічні
                                            2
            P   (  1   )     .
                 Практичне значення мають інтервальні оцінки най-
           меншої  довжини,  тобто  найвищої  точності.  Для  цього
           варто брати ефективну або асимптотичне ефективну оці-
           нку.
                 Для  знаходження  довірчого  інтервалу  необхідно
                                                  €
           знати закон розподілу статистики  Y   ( ,  )  . Тоді з ймовір-
           ністю   1    виконується нерівність
                                        €
                              y   2 /    Y  ( , )   y 1   2 /  ,
           де  y   2 /   та  y 1   2 /   - квантилі розподілу статистики Y по-
           рядків    2 /  та  1(     ) 2 /   відповідно. Розв’язуючи нерів-
           ність відносно  , знайдемо границі    та    довірчого
                                                           2
                                                   1
           інтервалу для  .
                 Приклад 2.8 Для умов прикладу 2.7 знайти інтер-
           вальну оцінку для невідомого математичного сподівання
            m   генеральної  сукупності  по  виборці  x 1 ,...,  x   ,  якщо
                                                             n
                                                                   2
           дисперсія генеральної сукупності відома і дорівнює   .
                 Розв’язання. Вибіркова середня  x    x (  1    ...   x n  n / )
           є  ефективною  оцінкою  нормально  розподіленої  генера-
           льної сукупності. Випадкова величина  x також має нор-
           мальний розподіл з числовими характеристиками
                                                   2
                            M    ) x (    m ;   D  ) x (    .
                                                   n
                 Тоді статистика

                                          x (   )m  n
                               U   , x (  m )       ,
                                              
           розподілена  нормально  з  параметрами  (0,1)  незалежно
           від значення параметру  m . Отже



                                        91
   86   87   88   89   90   91   92   93   94   95   96