Статистические оценки

Статистические оценки — это статистики, которые используются для оценивания неизвестных параметров распределений случайной величины.

Определение

Например, если ${\displaystyle X_{1},\ldots ,X_{n}}$ — это независимые случайные величины, с заданным нормальным распределением ${\displaystyle N(\mu ,1)}$, то ${\displaystyle \mu }$ будет средним арифметическим результатов наблюдений.

Задача статистической оценки формулируется так:

Пусть ${\displaystyle \xi =(\xi _{1},\ldots ,\xi _{n})}$ — выборка из генеральной совокупности с распределением ${\displaystyle F_{\xi }(x,\theta )}$. Распределение ${\displaystyle F_{\xi }}$ имеет известную функциональную форму, но зависит от неизвестного параметра ${\displaystyle \theta }$. Этот параметр может быть любой точкой заданного параметрического множества ${\displaystyle \Theta }$. Используя статистическую информацию, содержащуюся в выборке ${\displaystyle \xi }$, сделать выводы о настоящем значении параметра ${\displaystyle \theta }$.

Точечная оценка

Оценка является случайной величиной так как представляет собой функцию от случайных величин ${\displaystyle X_{1},\ldots ,X_{n}}$^[1]:

${\displaystyle {\hat {\theta }}={\hat {\theta }}(X_{1},\ldots ,X_{n})}$

Функция распределения оценки зависит от распределения величины ${\displaystyle X}$ (и от параметра ${\displaystyle \theta }$), а также от размера выборки ${\displaystyle n}$.

Оценка ${\displaystyle {\hat {\theta }}}$ может обладать рядом «хороших» свойств^[1]:

• Состоятельная оценка — при увеличении числа опытов оценка ${\displaystyle {\hat {\theta }}}$ сходится по вероятности к параметру ${\displaystyle \theta }$
• Несмещённая оценка — если математическое ожидание оценки совпадает с оцениваемым параметром ${\displaystyle M[{\hat {\theta }}]=\theta }$
• Эффективная оценка — если дисперсия несмещённой оценки ${\displaystyle D[{\hat {\theta }}]}$ является минимальной по сравнению с другими оценками

На практике не всегда есть возможность получать оценки с заданными свойствами, из-за чего приходится довольствоваться компромиссными вариантами^[1].

Интервальная оценка

Для оценивания промежутка, на котором лежит оцениваемый параметр ${\displaystyle \theta }$, можно использовать следующие методы^[2]:

• Метод доверительных интервалов
• Метод фидуциальных интервалов
• Достоверный Байесовский интервал (англ. Credible interval)

См. также

• Достаточная статистика

Примечания

Литература

• Е. С. Вентцель, Теория вероятностей. М.: Наука, 1969
• Кендалл Морис Дж., Стьюарт Алан. Статистические выводы и связи. — М.: Наука. 1973

Ссылки

• vseslova — Статистические оценки
• Shao, Jun (1998), Mathematical Statistics, New York: Springer, ISBN 0-387-98674-X
• Bol’shev, L.N. (2001), «Statistical Estimator», in Hazewinkel, Michiel, Encyclopaedia of Mathematics, Springer, ISBN 978-1556080104

Это заготовка статьи по статистике. Вы можете помочь проекту, дополнив её.