Разделы презентаций
- Разное
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Геометрия
- Детские презентации
- Информатика
- История
- Литература
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Глава 7
Содержание
- 1. Глава 7
- 2. 7.1. Основные понятия, определения и критерии точечного
- 3. Будем предполагать, что законы распределения элементов выборки
- 4. Слайд 4
- 5. Слайд 5
- 6. Слайд 6
- 7. состоятельность, несмещенность, эффективность, достаточность и робастность.Если все
- 8. Слайд 8
- 9. Слайд 9
- 10. Слайд 10
- 11. Слайд 11
- 12. Слайд 12
- 13. Слайд 13
- 14. 7.2. Точечные оценки математического ожидания и дисперсии Пусть
- 15. Слайд 15
- 16. Слайд 16
- 17. Слайд 17
- 18. Слайд 18
- 19. Слайд 19
- 20. Слайд 20
- 21. Слайд 21
- 22. Слайд 22
- 23. Слайд 23
- 24. Слайд 24
- 25. Слайд 25
- 26. Слайд 26
- 27. Слайд 27
- 28. Слайд 28
- 29. 7.3. Методы получения оценок параметров распределения
- 30. Часто на практике на основании анализа физического
- 31. 7.3.1. Метод моментов
- 32. Слайд 32
- 33. Слайд 33
- 34. Слайд 34
- 35. Слайд 35
- 36. Метод моментов отличается простотой и не требует
- 37. 7.3.2. Метод максимума правдоподобия Метод максимального правдоподобия точечной
- 38. Слайд 38
- 39. Слайд 39
- 40. Слайд 40
- 41. Слайд 41
- 42. Метод максимального правдоподобия дает состоятельные и асимптотически
- 43. Скачать презентанцию
7.1. Основные понятия, определения и критерии точечного оцениванияПусть наблюдается СВ Х с функцией распределения F(x) и плотностью распределения f(х).Случайная выборка измерения представлена вектором Xn=(X1, …, Xn) с реализацией хn=(х1, …, хn).
Слайды и текст этой презентации
Слайд 27.1. Основные понятия, определения и критерии точечного оценивания
Пусть наблюдается СВ
Х с функцией распределения F(x) и плотностью распределения f(х).
измерения представлена вектором Xn=(X1, …, Xn) с реализацией хn=(х1, …, хn).
Слайд 3
Будем предполагать, что законы распределения элементов выборки Хi совпадают с
законом распределения наблюдаемой случайной величины, а закон распределения случайного вектора
Xn=(X1, …, Xn) может быть найден по формулам теории вероятностей.
Слайд 7состоятельность, несмещенность, эффективность, достаточность и робастность.
Если все эти свойства обеспечить
не удается, то ограничиваются удовлетворением хотя бы какой-то их части.
Состоятельность
оценки – это сходимость ее по вероятности к оцениваемому параметру при n .
Слайд 147.2. Точечные оценки математического ожидания и дисперсии
Пусть имеется случайная величина
X с математическим ожиданием m и дисперсией D; оба параметра неизвестны.
Слайд 30Часто на практике на основании анализа физического механизма, порождающего случайную
величину X, можно сделать вывод о законе распределения этой случайной
величины. Однако параметры этого распределения неизвестны, и их необходимо оценить по результатам эксперимента, обычно представленных в виде конечной выборки x1, x2,…xn. Для решения такой задачи чаще всего применяются два метода: метод моментов и метод максимального правдоподобия.
Слайд 36
Метод моментов отличается простотой и не требует сложных вычислений, но
полученные этим методом оценки часто являются неэффективными.
Слайд 377.3.2. Метод максимума правдоподобия
Метод максимального правдоподобия точечной оценки неизвестных параметров
распределения сводится к отысканию максимума функции одного или нескольких оцениваемых
параметров.Пусть X– непрерывная случайная величина, которая в результате n испытаний приняла значения x1, x2, … xn.
Слайд 42Метод максимального правдоподобия дает состоятельные и асимптотически эффективные оценки. Однако
получаемые методом максимального правдоподобия оценки бывают смещенными, и, кроме того,
для нахождения оценок часто приходится решать достаточно сложные системы уравнений.
