Автор работы: Пользователь скрыл имя, 09 Июня 2013 в 02:30, курсовая работа
Целью данной курсовой работы является углубление теоретических знаний с курса «Теория вероятностей и математическая статистика», а именно, по теме: «Закон больших чисел» и «Критерий однородности Смирнова»; развить навыки самостоятельной работы; приобрести навыки самостоятельной работы с необходимыми литературными источниками; научится применять теоретические знания для решения практических заданий.
Введение
1 Теоретическая часть
1.1 Предельные теоремы теории вероятностей
1.1.1 Сходимость последовательностей случайных величин и
вероятностных распределений
1.1.2 Метод характеристических функций
1.1.3 Закон больших чисел
1.2 Проверка статистических гипотез
1.2.1 Основные задачи математической статистики и их краткая
характеристика
1.2.2 Проверка статистических гипотез: основные понятия
1.2.3 Критерий однородности Смирнова
2 Практическая часть
2.1 Решение задач о типах сходимости
2.2 Решение задач на закон больших чисел
2.3 Проверка гипотезы с помощью критерия однородности Смирнова
Заключение
Подчеркнем, что значения мощностей, приведенные в таблице 1, получены относительно ( )-квантилей предельного распределения Колмогорова . Вследствие того, что распределения статистики (1) существенно отличаются от , действительные уровни значимости отличаются от заданных =0.1, 0.05, 0.025.
В таблице 2 приведены действительные уровни значимости для критерия Смирнова, соответствующие значениям мощности, представленным в таблице 1. Вследствие ступенчатости действительные значения особенно сильно отличаются от задаваемых при малых объемах выборок. Например, для m=n=20 при задаваемом уровне значимости 0.1 мы имеем действительный уровень значимости 0.0835.
Таблица 2. Действительные уровни значимости критерия однородности Смирнова, соответствующие (1- )–квантилям распределения Колмогорова, в зависимости от объемов выборок (m=n)
Заданный уровень значимости |
Действительные уровни значимости | ||||||
n=20 |
n=50 |
n=100 |
n=300 |
n=500 |
n=1000 |
n=2000 | |
0,1 |
0,0835 |
0,1120 |
0,1085 |
0,0927 |
0,0970 |
0,0980 |
0,1041 |
0,05 |
0,0334 |
0,0410 |
0,0543 |
0,0496 |
0,0514 |
0,0471 |
0,0480 |
0,025 |
0,0334 |
0,0240 |
0,0252 |
0,0254 |
0,0238 |
0,0259 |
0,0245 |
2 ПРАКТИЧЕСКАЯ ЧАСТЬ
2.1 Решения задач о типах сходимости
2.1.1 Доказать,
что из сходимости почти
Решение. Пусть последовательность случайных величин сходится к случайной величине почти наверное. Значит, для любого
Ì
и из сходимости к почти наверное вытекает, что сходится к по вероятности, так как в этом случае
Но обратное утверждение неверно. Пусть последовательность независимых случайных величин, имеющих одну и ту же функцию распределения , равную нулю при и равную при . Рассмотрим последовательность
Эта последовательность сходится к нулю по вероятности, так как
стремится к нулю при любом фиксированном и . Однако сходимость к нулю почти наверное иметь место не будет.
Действительно,
стремится к единице, то есть с вероятностью 1 в последовательности при любых и найдутся реализации, превосходящие
2.1.2 Пусть монотонная последовательность. Доказать, что в этом случае сходимость к по вероятности влечет за собой сходимость к с вероятностью 1.
Решение. Пусть монотонно убывающая последовательность, то есть . Для упрощения наших рассуждений будем считать, что , при всех . Пусть сходится к по вероятности, однако сходимость почти наверное не имеет место. Тогда существует , такое, что при всех
что противоречит сходимости к по вероятности. Таким образом, для монотонной последовательности , сходящейся к по вероятности, имеет место и сходимость с вероятность 1 (почти наверное).
2.1.3 Пусть последовательность сходится к по вероятности. Доказать, что из этой последовательности можно выделить подпоследовательность , сходящуюся к с вероятностью 1 при .
Решение. Пусть некоторая последовательность
положительные числа, что ряд . Построим последовательность
индексов , выбирая так, чтобы
Тогда ряд
то есть, как следует из предыдущей задачи, .
2.1.4 Доказать,
что из сходимости в среднем
какого-либо положительного
Решение. Пусть последовательность сходится к величине в среднем порядка
Воспользуемся обобщенным неравенством Чебышева: для произвольного и
Устремив и учитывая, что , получим, что
то есть сходится к по вероятности.
Однако сходимость по вероятности не влечет за собой сходимость в среднем порядка . Это показывает следующий пример. Рассмотрим вероятностное пространство W, где W, борелевская алгебра, мера Лебега.
Определим
последовательность случайных величин
следующим образом:
Последовательность сходится к 0 по вероятности, так как
но при любом
то есть сходимость в среднем иметь место не будет.
2.1.5 Пусть , причем для всех . Доказать, что в этом случае сходится к в среднеквадратическом.
Решение. Заметим, что так как , то . Получим оценку для . Рассмотрим случайную величину . Пусть произвольное положительное число.
Тогда
и
при .
Значит
среднеквадратическом.
2.1.6 Доказать, что если сходится к по вероятности, то имеет место слабая сходимость Þ. Приведите контрпример, показывающий, что обратное утверждение неверно.
Решение. Докажем, что если , то в каждой точке , являющейся точкой непрерывности (это необходимое и достаточное условие слабой сходимости Þ), функция распределения величины , а величины .
Пусть точка непрерывности функции . Если , то справедливо по крайней мере одно из неравенств или . Тогда
Аналогично, при справедливо хотя бы одно из неравенств или и
или
Откуда
Если , то для сколь угодно малого существует такое , что при всех
Тогда
С другой стороны, если точка непрерывности , то можно найти такое , что для сколь угодно малого
и
Значит для сколь угодно малых и существует такое , что при
или
или, что то же самое,
Это означает, что во всех точках непрерывности имеет место сходимость и . Следовательно, из сходимости по вероятности вытекает слабая сходимость.
Обратное утверждение, вообще говоря, не имеет места. Чтобы убедиться в этом, возьмем последовательность случайных величин , не равных с вероятностью 1 постоянным и имеющих одну и ту же функцию распределения . Считаем, что при всех величины и независимы. Очевидно, слабая сходимость Þ имеет место, так как у всех членов последовательности одна и та же функция распределения. Рассмотрим :
Из независимости и одинаковой распределенности величин следует, что
то есть
Выберем
среди всех функций распределений
невырожденных случайных
2.1.7 Пусть
имеет место слабая сходимость
Решение. Пусть с вероятностью 1 равно . Тогда слабая сходимость Þ означает сходимость при любых . Так как , то при и при . То есть
любого вероятности
стремятся к нулю при .
Информация о работе Закон больших чисел. Критерий однородности Смирнова