Напиши код для построения асимптотического доверительного интервала уровня 1-alpha для…
- User
Напиши код для построения асимптотического доверительного интервала уровня 1-alpha для равномерного распределения U[-theta, theta] и параметра theta^2 (theta=5)
- Assistant
Чтобы построить асимптотический доверительный интервал для параметра ( \theta^2 ) равномерного распределения ( U[-\theta, \theta] ), можно использовать выборочное среднее и дисперсию. Для равномерного распределения ( U[-\theta, \theta] ):
- Выборочное среднее ( \overline{X} ) приближает математическое ожидание ( 0 ).
- Выборочная дисперсия ( S^2 ) приближает теоретическую дисперсию ( \frac{\theta^2}{3} ).
Асимптотический доверительный интервал для ( \theta^2 ) можно построить через выборочную дисперсию. Пусть ( X_1, X_2, \ldots, X_n ) — выборка из распределения ( U[-\theta, \theta] ).
Доверительный интервал для ( \theta^2 ) на уровне значимости ( 1-\alpha ) основан на асимптотическом нормальном распределении статистики ( S^2 ).
Шаги:
- Оцените выборочную дисперсию ( S^2 = \frac{1}{n-1} \sum_{i=1}^n (X_i - \overline{X})^2 ).
- Найдите стандартную ошибку выборачной дисперсии ( SE_{S^2} = \sqrt{\frac{2S^4}{n-1}} ).
- Используйте нормальное распределение для построения интервала:
[ CI = \left( S^2 - z_{\alpha/2} \cdot SE_{S^2}, , S^2 + z_{\alpha/2} \cdot SE_{S^2} \right), ]
где ( z_{\alpha/2} ) — квантиль нормального распределения.
Программный код:
На Python с использованием библиотек NumPy и SciPy:
import numpy as np from scipy.stats import norm # Параметры theta = 5 n = 100 # размер выборки alpha = 0.05 # уровень значимости # Генерация выборки np.random.seed(42) # для воспроизводимости sample = np.random.uniform(-theta, theta, n) # Выборочная дисперсия S2 = np.var(sample, ddof=1) # Стандартная ошибка выборочной дисперсии SE_S2 = np.sqrt((2 * S2 ** 2) / (n - 1)) # Квантиль нормального распределения z_alpha_half = norm.ppf(1 - alpha / 2) # Доверительный интервал CI_lower = S2 - z_alpha_half * SE_S2 CI_upper = S2 + z_alpha_half * SE_S2 print(f"Доверительный интервал для θ^2: ({CI_lower}, {CI_upper})")Этот код создаёт выборку из распределения, оценивает необходимые статистики и выводит асимптотический доверительный интервал для параметра ( \theta^2 ).