Увеличение - объем - выборка
Cтраница 3
Такой прогноз дает возможность принять решение о целесообразности увеличения объема выборки. [31]
Второе и третье свойства указывают, что с увеличением объема выборки выборочные моменты будут сколь угодно близки к соответствующим теоретическим моментам. [32]
Состоятельной оценкой является оценка 6, которая по мере увеличения объема выборки стремится по вероятности к истинному значению параметра. [33]
Состоятельной оценкой является оценка 0, которая по мере увеличения объема выборки стремится по вероятности к истинному значению параметра. [34]
При справедливости гипотезы р 0 распределение статистики h при увеличении объема выборки стремится к нормальному с математическим ожиданием, равным нулю, и дисперсией, равной единице. Таким образом, гипотеза об отсутствии автокорреляции ошибок отвергается, если наблюдаемое значение статистики h окажется больше, чем критическое значение стандартного нормального распределения. [35]
Для данного вида распределения она может быть уменьшена только путем увеличения объема выборки. [36]
Из этого следует, что точность оценки можно повысить путем увеличения объема выборки. Среднее арифметическое не защищено от промахов. Особенно большое влияние на него оказывают промахи при малом объеме выборки. При увеличении объема эта оценка становится все более устойчивой. [37]
Для данного вида распределения она может быть уменьшена только путем увеличения объема выборки. [38]
Оценка называется состоятельной, если при увеличении объема статистического материала ( увеличение объема выборки) вероятность сколь угодно, малых отклонений от оцениваемой величины стремится к нулю. [39]
Наиболее действенный, но и самый дорогой способ уменьшения ошибок - увеличение объема выборки, числа измерений. [40]
Для малых выборок форма распределения вероятности смещена вправо, но с увеличением объема выборки распределение становится более симметричным. [41]
 |
Распределение медиан.| Распределение дисперсии ( 1 [ IMAGE ] Распределение дисперсии ( 2. [42] |
Как явствует из приведенных выше формул, для распределения s2 по мере увеличения объема выборки п среднее квадратическое отклонение дисперсий D ( s2) уменьшается, при этом Е ( s2) приближается к значению а2, а распределение приближается к нормальному. [43]
Заметим, что проблема сверхидентифицируемости - это проблема количества наблюдений: с увеличением объема выборки все различные состоятельные оценки параметра стремятся к одному и тому же истинному значению. [44]
Единственный способ одновременного уменьшения ошибок и того и другого рода состоит в увеличении объема выборки. Выборочное пространство для всех возможных значений статистики, лежащей в основе критерия для проверки гипотезы, разбивается на две части: область допустимых значений и критическую область, в которой гипотеза отвергается ( фиг. [45]
Страницы: 1 2 3 4