НОУ ИНТУИТ | Прикладная статистика. Лекция 12: Статистика интервальных данных

Учитесь и получайте официальные документы БЕСПЛАТНО. Вы можете поддержать наш проект.

Регистрация Вход

Твой путь к знаниям!

Опубликован: 09.11.2009 | Доступ: свободный | Студентов: 4093 / 1040 | Оценка: 4.66 / 4.45 | Длительность: 54:13:00

Темы: Математика, Экономика

Специальности: Экономист

|

Вам нравится? Нравится 61 студенту

| Поделиться |

Поддержать курс

| Скачать электронную книгу

Необходимость учета погрешностей измерений. Положим

$v=f(x_1,x_2,...,x_n)=\frac{1}{n}\sum_{1\le i\le n}\ln\left(\frac{\overline{x}}{x_i}\right).$

Из свойств функции $H(\bullet)$ следует [ [ 12.12 ] , с.14], что при малых

$a^*\approx\frac{1}{2v}.$

( 13)

В силу состоятельности оценки максимального правдоподобия a^* из формулы (13) следует, что $v\rightarrow 0$ по вероятности при $a\rightarrow\infty$ .

Согласно модели статистики интервальных данных результатами наблюдений являются не x_i , а y_i , вместо по реальным данным рассчитывают

$w=f(y_1,y_2,...,y_n)=\frac{1}{n}\sum_{1\le i\le n}\ln\left(\frac{\overline{y}}{y_i}\right).$

Имеем

$w-v=\ln\left(\frac{\overline{y}}{\overline{x}}\right) -\frac{1}{n}\sum_{1\le i\le n}\ln\left(1+\frac{\varepsilon_i}{x_i}\right).$

( 14)

В силу закона больших чисел при достаточно малой погрешности $\varepsilon$ , обеспечивающей возможность приближения $\ln(1+\alpha)\approx\alpha$ для слагаемых в формуле (14), или, что эквивалентно, при достаточно малых предельной абсолютной погрешности $\Delta$ в формуле (1) или достаточно малой предельной относительной погрешности $\delta$ имеем при $n\rightarrow\infty$

$w-v\rightarrow\frac{M(\varepsilon_i)}{M(x_i)}-M\left(\frac{\varepsilon_i}{x_i}\right)=c$

по вероятности (в предположении, что все погрешности одинаково распределены). Таким образом, наличие погрешностей вносит сдвиг, вообще говоря, не исчезающий при росте объема выборки. Следовательно, если $c\ne 0$ , то оценка максимального правдоподобия не является состоятельной. Имеем

$a^*(y)-a^*\approx-\frac{c}{2v^2},$

где величина a^*(y)

определена по формуле (12) с заменой x_i

на

. Из формулы (13) следует [ [ 12.12 ] ], что

$a^*(y)-a\approx-2\left(a^*\right)^2 c,$

( 15)

т.е. влияние погрешностей измерений увеличивается по мере роста

.

Из формул для и следует, что с точностью до бесконечно малых более высокого порядка

$w-v\approx\sum_{1\le i\le n}\frac{\partial f}{\partial x_i}\varepsilon_i= \frac{1}{n}\sum_{1\le i\le n}\ln\left(\frac{1}{\overline{x}}-\frac{1}{x_i}\right)\varepsilon_i.$

( 16)

С целью нахождения асимптотического распределения выделим, используя формулу (16) и формулу для , главные члены в соответствующих слагаемых

$w=\ln M(x_1)+\frac{1}{n}\sum_{1\le i\le n} \left\{ \frac{x_i=M(x_1)}{M(x_i)}-\ln x_i+\left(\frac{1}{M(x_1)}-\frac{1}{x_i}\right)\varepsilon_i \right\} +O_p\left(\frac{1}{n}\right).$

( 17)

Таким образом, величина w представлена в виде суммы независимых одинаково распределенных случайных величин (с точностью до зависящего от случая остаточного члена порядка 1/n ). В каждом слагаемом выделяются две части - одна, соответствующая , и вторая, в которую входят $\varepsilon_i$ . На основе представления (17) можно показать, что при $n\rightarrow\infty, \varepsilon\rightarrow 0$ распределения случайных величин и асимптотически нормальны, причем M(w)\approx M(v)+c, D(w)\approx D(v).

Из асимптотического совпадения дисперсий и , вида параметров асимптотического распределения (при $a\rightarrow\infty$ ) оценки максимального правдоподобия a^* и формулы (15) вытекает одно из основных соотношений статистики интервальных данных о квадрате средней ошибки

$M\left(a^*(y)-a\right)^2\approx 4a^4c^2+\frac{a(2a-1)}{n}.$

( 18)

Соотношение (18) уточняет утверждение о несостоятельности a^* . Из него следует также, что не имеет смысла безгранично увеличивать объем выборки с целью повышения точности оценивания параметра , поскольку при этом уменьшается только второе слагаемое в (18), а первое остается постоянным.

В соответствии с общим подходом статистики интервальных данных в стандарте [ [ 12.12 ] ] предлагается определять рациональный объем выборки nrat из условия "уравнивания погрешностей" (это условие было впервые предложено в монографии [ [ 1.15 ] ]) различных видов в формуле (18), т.е. из условия

$4a^4c^2=\frac{a(2a-1)}{n_{rat}}.$

Упрощая это уравнение в предположении $a\rightarrow\infty$ , получаем, что

$n_{rat}=frac{1}{2a^2c^2}.$

Согласно сказанному выше, целесообразно использовать лишь выборки с объемами $n\le n_{rat}$ . Превышение рационального объема выборки $n_{rat}$ не дает существенного повышения точности оценивания.

Применение методов теории устойчивости. Найдем асимптотическую нотну. Как следует из вида главного линейного члена в формуле (17), решение оптимизационной задачи

$w-v\rightarrow\max,|\varepsilon_i|\le\Delta,$

соответствующей ограничениям на абсолютные погрешности, имеет вид

$\varepsilon_i=\left\{ \begin{aligned} &\Delta,\frac{1}{\overline{x}}-\frac{1}{x_i}\ge 0, \\ &-\Delta,\frac{1}{\overline{x}}-\frac{1}{x_i}< 0 \end{aligned} \right. .$

Однако при этом пары $(x_i,\varepsilon_i)$ не образуют простую случайную выборку, так как в выражения для $\varepsilon_i$ входит $\overline{x}$ . Однако при $n\rightarrow\infty$ можно заменить $\overline{x}$ на М(х_1) . Тогда получаем, что

$w-v\approx A\Delta$

при

, где

$A=M\left|\frac{1}{M(x_1)}-frac{1}{x_1}\right|=\int\limits_0^{\infty} \left|\frac{1}{ab}-\frac{1}{x}\right|f(x;a,b)dx.$

Таким образом, с точностью до бесконечно малых более высокого порядка нотна имеет вид

$N_{a^*}(y)=2(a^*)^2c,\quad c=A\Delta.$

Применим полученные результаты к построению доверительных интервалов. В постановке классической математической статистики (т.е. при $\varepsilon=0$ ) асимптотический (при $a\rightarrow\infty$ ) доверительный интервал для параметра формы , соответствующий доверительной вероятности , имеет вид [ [ 12.12 ] ]:

$\left[ a^*-u\left(\frac{1+\gamma}{2}\right)\sigma^*(a^*); a^*+u\left(\frac{1+\gamma}{2}\right)\sigma^*(a^*) \right],$

где $u\left(\frac{1+\gamma}{2}$ - квантиль порядка $\frac{1+\gamma}{2}$ стандартного нормального распределения с математическим ожиданием 0 и дисперсией 1,

$[\sigma^*(x^*)]^2= \frac{a}{n(a^*\psi'(x^*)-1)}, \psi(a)=\left.\frac{d\Gamma(a)}{da}right/\Gamma(a).$

В постановке статистики интервальных данных (т.е. при $\varepsilon\ne 0$ ) следует рассматривать доверительный интервал

$\left[ a^*-2(a^*)^2|c|-u\left(\frac{1+\gamma}{2}\right)\sigma^*(a^*); a^*+2(a^*)^2|c|-u\left(\frac{1+\gamma}{2}\right)\sigma^*(a^*) \right],$

где

$c=\frac{M(\varepsilon_i)}{M(x_i)}-M\left(\frac{\varepsilon_i}{x_i}\right)$

в вероятностной постановке (пары (x_i,\varepsilon_i) образуют простую случайную выборку) и $c=A\Delta$ в оптимизационной постановке. Как в вероятностной, так и в оптимизационной постановках длина доверительного интервала не стремится к 0 при $n\rightarrow\infty$ .

Если ограничения наложены на предельную относительную погрешность, задана величина $\delta$ , то значение с можно найти с помощью следующих правил приближенных вычислений [ [ 12.4 ] , с.142].

(I)Относительная погрешность суммы заключена между наибольшей и наименьшей из относительных погрешностей слагаемых.

(II) Относительная погрешность произведения и частного равна сумме относительных погрешностей сомножителей или, соответственно, делимого и делителя.

Можно показать, что в рамках статистики интервальных данных с ограничениями на относительную погрешность правила (I) и (II) являются строгими утверждениями при $\delta\rightarrow 0$ .

Обозначим относительную погрешность некоторой величины через $\text{ОП}(t)$ , абсолютную погрешность - через $\text{АП}(t)$ .

Из правила (I) следует, что $\text{ОП}(\overline{x})=\delta$ , а из правила (II) - что

$\text{ОП}\left(\frac{\overline{x}}{x_i}\right)=2\delta.$

Поскольку рассмотрения ведутся при $a\rightarrow\infty$ то в силу неравенства Чебышева

$\frac{\overline{x}}{x_i}\rightarrow 1$

( 19)

по вероятности при $a\rightarrow\infty$ поскольку и числитель, и знаменатель в (19) с близкой к 1 вероятностью лежат в промежутке $[ab-db\sqrt{a};ab+db\sqrt{a}]$ , где константа

может быть определена с помощью упомянутого неравенства Чебышева.

Поскольку при справедливости (19) с точностью до бесконечно малых более высокого порядка

$\ln\left(\frac{\overline{x}}{x_i}\right)\approx\frac{\overline{x}}{x_i}-1,$

то с помощью трех последних соотношений имеем

$\textit{ОП}\left(\frac{\overline{x}}{x_i}\right)= \textit{АП}\left(\frac{\overline{x}}{x_i}\right)= \textit{АП}\left(\ln\left(\frac{\overline{x}}{x_i}\right)\right) =2\delta.$

( 20)

Применим еще одно правило приближенных вычислений [ [ 12.4 ] , с.142].

(III) Предельная абсолютная погрешность суммы равна сумме предельных абсолютных погрешностей слагаемых.

Из (20) и правила (III) следует, что $\textit{АП}(v)=2\delta$ .

Из (15) и (21) вытекает [ [ 12.12 ] , с.44, форм. (18)], что $\textit{АП}(a^*)=4a^2\delta$ , откуда в соответствии с ранее полученной формулой для рационального объема выборки с заменой $c=2\delta$ получаем, что

$n_{rat}=\frac{1}{8a^2\delta^2}.$

В частности, при $a=5,00, \delta=0,01$ получаем $n_{rat}=50$ , т.е. в ситуации, в которой были получены данные о наработке резцов до предельного состояния [ [ 12.12 ] , с.29], проводить более 50 наблюдений нерационально.

В соответствии с ранее проведенными рассмотрениями асимптотический доверительный интервал для a, соответствующий доверительной вероятности $\gamma=0,95$ , имеет вид

$\left[ a^*-4(a^*)^2\delta-1,96\sqrt{\frac{a^*(2a^*-1)}{n}}; a^*+4(a^*)^2\delta-1,96\sqrt{\frac{a^*(2a^*-1)}{n}} \right].$

В частности, при $a^*=5,00, \delta=0,01, n=50$ имеем асимптотический доверительный интервал [2,12; 7,86] вместо [3,14; 6,86] при $\delta=0$ .

При больших в силу соображений, приведенных при выводе формулы (19), можно связать между собой относительную и абсолютную погрешности результатов наблюдений x_i :

$\delta=\frac{\Delta}{M(x_1)}=\frac{\Delta}{ab}.$

( 21)

Следовательно, при больших имеем

$c=2\delta=A\Delta, A=\frac{2\delta}{\Delta}=\frac{2}{ab}.$

Таким образом, проведенные рассуждения дали возможность вычислить асимптотику интеграла, задающего величину .

Сравнение методов оценивания. Изучим влияние погрешностей измерений (с ограничениями на абсолютную погрешность) на оценку $\widehat{a}$ метода моментов. Имеем $\textit{АП}(\overline{x})=\Delta, \; \textit{АП}((\overline{x})^2)\approx 2\overline{x}\Delta\approx 2ab\Delta$ .

Погрешность s^2 зависит от способа вычисления s^2 . Если используется формула

$s^2=\frac{1}{n-1}\sum_{1\le i\le n}(x_i-\overline{x})^2,$

( 22)

то необходимо использовать соотношения

$\textit{АП}(x_i-\overline{x})^2=2\Delta, \textit{АП}\left[(x_i-\overline{x})^2\right]\approx 2|x_i-\overline{x}|\Delta.$

По сравнению с анализом влияния погрешностей на оценку а^* здесь возникает новый момент - необходимость учета погрешностей в случайной составляющей отклонения оценки $\widehat{a}$ от оцениваемого параметра, в то время как при рассмотрении оценки максимального правдоподобия погрешности давали лишь смещение. Примем в соответствии с неравенством Чебышева

$|x_i-\overline{x}|\approx\sqrt{D(x_1)},$

( 23)

тогда

$\textit{АП}[(x_i-\overline{x})^2]\approx 2b\sqrt{a}\Delta,\; \textit{АП}(s^2)\approx 2b\sqrt{a}\Delta.$

Если вычислять s^2 по формуле

$s^2=\frac{1}{n-1}\sum_{1\le i\le n} x_i^2-\frac{n}{n-1}(\overline{x})^2,$

( 24)

то аналогичные вычисления дают, что

$\textit{АП}(s^2)\approx 4ab\Delta,$

т.е. погрешность при больших а существенно больше. Хотя правые части формул (22) и (24) тождественно равны, погрешности вычислений по этим формулам весьма отличаются. Связано это с тем, что в формуле (24) последняя операция - нахождение разности двух больших чисел, примерно равных по величине (для выборки из гамма-распределения при большом значении параметра формы).

Из полученных результатов следует, что

$\textit{АП}(\widehat{a})=\textit{АП}\left(\frac{(\overline{x})^2}{s^2}\right)\approx\frac{2\Delta}{b}(1+sqrt{a}).$

При выводе этой формулы использована линеаризация влияния погрешностей (выделение главного линейного члена). Используя связь (21) между абсолютной и относительной погрешностями, можно записать

$\textit{АП}(\widehat{a})\approx 2a(1+\sqrt{a})\delta.$

Эта формула отличается от приведенной в [ [ 12.12 ] , с.44, форм. (19)]

$\textit{АП}(\widehat{a})\approx 2a(1+3\sqrt{a})\delta,$

поскольку в [ [ 12.12 ] ] вместо (23) использовалась оценка

$|x_i-\overline{x}|<3\sqrt{D(x_1)}.$

Используя соотношение (23), мы характеризуем влияние погрешностей "в среднем".

Доверительный интервал, соответствующий доверительной вероятности 0,95, имеет вид \left[ \widehat{a}-2\widehat{a}(1+\sqrt{\widehat{a}})\delta-1,96\sqrt{\frac{2\widehat{a}(\widehat{a}+1)}{n}}; \widehat{a}+2\widehat{a}(1+\sqrt{\widehat{a}})\delta+1,96\sqrt{\frac{2\widehat{a}(\widehat{a}+1)}{n}} \right].

Если $\widehat{a} = 5,00, \delta = 0,01, n = 50$ , то получаем доверительный интервал [2,54; 7,46] вместо [2,86; 7,14] при $\delta=0$ . Хотя при $\delta=0$ доверительный интервал для при использовании оценки метода моментов $\widehat{a}$ шире, чем при использовании оценки максимального правдоподобия а^* , при $\delta = 0,01$ результат сравнения длин интервалов противоположен.

Необходимо выбрать способ сравнения двух методов оценивания параметра , поскольку в длины доверительных интервалов входят две составляющие - зависящая от доверительной вероятности и не зависящая от нее. Выберем $\delta = 0,68$ , т.е. $u\left(\frac{1+\gamma}{2}\right)$ . Тогда оценке максимального правдоподобия a^* соответствует полудлина доверительного интервала

$v(a^*)=4a^2\delta+\sqrt{\frac{a(2a-1)}{n}},$

( 25)

а оценке $\widehat{a}$ метода моментов соответствует полудлина доверительного интервала

$v(\widehat{a})=2a(1+\sqrt{a})\delta+\sqrt{\frac{2a(a+1)}{n}}.$

( 26)

Ясно, что больших или больших справедливо неравенство $v(a^*)>v(\widehat{a})$ , т.е. метод моментов лучше метода максимального правдоподобия, вопреки классическим результатам Р.Фишера при $\delta=0$ [ [ 1.7 ] ,с.99].

Из (25) и (26) элементарными преобразованиями получаем следующее правило принятия решений. Если

$\delta\sqrt{n}\ge\frac{\sqrt{2a(a+1)}-\sqrt{2a(a-1)}}{4a^2-2a(1+\sqrt{a})}=B(a),$

то $v(a^*)\ge v(\widehat{a})$ и следует использовать $\widehat{a}$ ; а если $\delta\sqrt{n}<B(a)$ , то $v(a^*)<v(\widehat{a})$ и надо применять а^*

. Для выбора метода оценивания при обработке реальных данных целесообразно использовать $B(\widehat{a})$ (см. раздел 5 в ГОСТ 11.011-83 [ [ 12.12 ] , с.10-11]).

Пример анализа реальных данных опубликован в [ [ 12.12 ] ].

На основе рассмотрения проблем оценивания параметров гамма-распределения можно сделать некоторые общие выводы. Если в классической теории математической статистики:

а) существуют состоятельные оценки a_n параметра ,

$\lim_{n\rightarrow\infty}M(a_n-a)^2=0;$

б) для повышения точности оценивания объем выборки целесообразно безгранично увеличивать;

в) оценки максимального правдоподобия лучше оценок метода моментов,

то в статистике интервальных данных, учитывающей погрешности измерений, соответственно:

а) не существует состоятельных оценок: для любой оценки a_n существует константа такая, что

$\lim_{n\rightarrow\infty}M(a_n-a)^2\ge c>0;$

б) не имеет смысла рассматривать объемы выборок, большие "рационального объема выборки" $n_{rat}$ ;

в) оценки метода моментов в обширной области параметров $(a,n,\delta)$ лучше оценок максимального правдоподобия, в частности, при $a\rightarrow\infty$ и при $n\rightarrow\infty$ .

Ясно, что приведенные выше результаты справедливы не только для рассмотренной задачи оценивания параметров гамма-распределения, но и для многих других постановок прикладной математической статистики.

Дальше >>

Авторизоваться

Прикладная статистика

Статистика интервальных данных

Вопросы и ответы