В отличие от самих числовых характеристик их оценки являются случайными величинами, причем их значения и рассеянность зависят от числа экспериментальных данных.
Точечные оценки числовых характеристик должны удовлетворять трем требованиям: они должны быть состоятельными, несмещенными и эффективными.
Состоятельной называется оценка, которая с увеличением выборки приближается к истинному значению характеристики
; .
По определению математического ожидания
.
Так как каждое значение появляется один раз при общем объеме выборки , то , откуда
.
При конечном оценкой является среднее арифметическое
.
Поскольку появилось из при ограничении объема выборки, то является состоятельной оценкой математического ожидания.
По определению дисперсии
то есть состоятельной оценкой является так называемая выборочная дисперсия
.
На практике неизвестно, поэтому при расчете математическое ожидание заменяют оценкой :
.
Это не влияет на состоятельность оценки , поскольку .
Несмещенной называется оценка, математическое ожидание которой равно самой характеристике
; .
Проверим несмещенность среднего арифметического
.
Таким образом, среднее арифметическое является несмещенной оценкой математического ожидания результатов многократных наблюдений при любом законе распределения.
Проверим несмещенность оценки дисперсии:
Так как
,
то
.
Таким образом, замена математического ожидания на среднее арифметическое приводит к смещению оценки дисперсии.
Несмещенную оценку получают путем домножения на коэффициент , то есть несмещенной оценкой дисперсии является
.
При коэффициент , поэтому эта оценка является также состоятельной.
Оценка СКО результата наблюдения определяется, как правило, по формуле
.
Эффективной называется оценка, обладающая наименьшей дисперсией (рассеянием) по сравнению с остальными.
Для выбора наиболее эффективной оценки существует целый ряд методов. Наиболее распространенным является метод максимального правдоподобия, теоретически обоснованный сэром Рональдом Эйлмером Фишером (1890 – 1962), английским статистиком, биологом–эволюционистом и генетиком. Идея метода заключается в нахождении таких оценок параметров распределения, при которых достигает максимума т.н. функция правдоподобия. Последняя определяется как вероятность появления всех независимых результатов наблюдения . Математически эту задачу можно решить для конкретного вида дифференциальной функции распределения.
Для симметричных законов распределения эффективные оценки математического ожидания и СКО можно определить по значению эксцесса (оценки островершинности)
.
Если , то есть распределение близко к равномерному, то наиболее целесообразно оценкой математического ожидания считать полуразмах (табл. 8.2).
Если , то есть распределение близко к нормальному (), то за оценку математического ожидания лучше взять среднее арифметическое.
Если , то есть распределение близко к экспоненциальному (), то за оценку математического ожидания лучше взять медиану.
Таблица 8.2 – эффективные оценки математического ожидания и СКО симметричных распределений
<–0,5 | –0,5…1 | >1 | |