Интервальные оценки законов распределения: доверительный интервал, доверительная вероятность, квантильные значения погрешностей.
Интервальные оценки законов распределения: доверительный интервал, доверительная вероятность, квантильные значения погрешностей.
На практике важно не только получить точечную оценку, но и определить интервал, называемый доверительным, между границами которого с разными доверительными вероятностями находится результат измерения.
P xН x xВ = 1 – q
q – уровень значимости; xН, xВ – нижняя и верхняя границы.
Если неизвестен закон распределения, то тогда доверительный интервал находят из неравенства Чебышева
P x–xy tGx 1 – 1/t2
Под P-процентным квантилем xp понимают абсциссу такой вертикальной линии, слева от которой площадь под кривой плоскости распределения равна P%.
На основании такого подхода вводится такое значение погрешности, заданной с доверительной вероятностью P – границ интервала неопределенности
= (xp – x1-p)/2 = dp/2
Расчет доверительных интервалов для случая, когда распределение результатов наблюдения нормально, но их дисперсия неизвестна, т.е. при малом числе наблюдений n возможно выполнить с использованием распределения Стьюдента.
где – среднее арифметическое значение, – СКО.
На практике важно не только получить точечную оценку, но и определить интервал, называемый доверительным, между границами которого с разными доверительными вероятностями находится результат измерения.
P xН x xВ = 1 – q
q – уровень значимости; xН, xВ – нижняя и верхняя границы.
Если неизвестен закон распределения, то тогда доверительный интервал находят из неравенства Чебышева
P x–xy tGx 1 – 1/t2
Под P-процентным квантилем xp понимают абсциссу такой вертикальной линии, слева от которой площадь под кривой плоскости распределения равна P%.
На основании такого подхода вводится такое значение погрешности, заданной с доверительной вероятностью P – границ интервала неопределенности
= (xp – x1-p)/2 = dp/2
Расчет доверительных интервалов для случая, когда распределение результатов наблюдения нормально, но их дисперсия неизвестна, т.е. при малом числе наблюдений n возможно выполнить с использованием распределения Стьюдента.
где – среднее арифметическое значение, – СКО.
---