Статистическое оценивание

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

Точечное оценивание

Точечное оценивание - это вид статистического оценивания, при котором значение параметра приближается числом.

К точечному оцениванию относятся метод моментов, метод минимального расстояния \chi^2, метод максимального правдоподобия, метод наименьших квадратов.

Примеры

Ниже приведены примеры задач, в которых используется точечное оценивание

Пример 1

Оценка средней скорости, дисперсии и средней кинетической энергии молекулы.

Пример 2

Оценка числа частиц золота, взвешенного в воде, попадающих в некоторую определенную область.


Определение

Пусть выборка X^n=(X_1,\ldots,X_n) имеет распределение F(x,\theta), где \theta - неизвестный параметр распределения.

Будем считать, что \theta \in \mathbb{R}.

То́чечная оце́нка параметра \theta - это статистика \hat{\theta}_n=\hat{\theta}(X^n)

Свойства точечных оценок

(оценка сходится по вероятности к параметру \theta)

\mathsf{D}\hat{\theta}_n=\min\mathsf{D}\hat{\theta}_n', где \hat{\theta}'_n:\; \mathsf{E}\hat{\theta}'_n=\theta


(эффективная оценка обладает минимальной дисперсией среди всех несмещенных оценок)

F(X^n|T=t,\theta)=F(X^n|T=t)

Критерий факторизации

Теорема
Статистика T(X^n) является достаточной тогда и только тогда, когда

F(X^n,\theta)=g(T,\theta)h(X^n)

Литература

  1. Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — 816 с.

Ссылки

Источник — «http://poligon.machinelearning.ru/wiki/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BE%D1%86%D0%B5%D0%BD%D0%B8%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5»
Личные инструменты