比例的稳定性.docVIP

比例稳定性 情景：如果一个实验中，事件A发生的概率为，为了估计的值，可以进行次独立重复实验，并记录下事件A发生的次数。根据大数定律，当试验次数充分大时，有：。 问题：上述情景中只要实验次数足够大，就能够比较精确地估计出事件发生的概率值。这里存在一个矛盾：如果要准确估计概率，就要多花时间（或成本）做实验；但是如果要节约时间（或成本），估计出来的概率值就不会那么准确。那么在给定误差的前提下，至少做多少次实验能比较精确地估计概率值呢？ 1、从切比雪夫不等式入手： 假定，要求估计出来的频率与概率之间的误差不超过，即：。 令：，故有：，则容易知道，；。 由切比雪夫不等式： 结合上述问题后得到：。 由于：，故：，即：。 故有：。 结论1：频率与概率之间的误差不超过的概率至少为。 一般地，称为置信概率。为了减小误差，就必须增大置信概率值。取置信水平为。令：（置信概率至少为，一般可取90%或更大），得到：。 结论2：要使误差不超过的置信概率至少为，则实验次数至少为。 可以看出，试验次数不只与精度要求有关（e越小，实验次数越大），还与事件本身发生的概率大小有关。由于，故：当事件发生的概率接近0.5时，所需实验次数就多；当事件发生概率接近0或接近1时，所需实验次数就少。 2、从分式的变化率入手： 假定，第N次实验得到的事件发生的频率为，那么第N+1次实验得到的频率可能有两种情况：（事件不发生）以及（事件不发生）。为了方便起见，记：第N+1次实验得到的频率为（x=0或1）。 由于。 结论3：当实验次数为N时，前后两次计算得到的频率值将不会超过。 3、从近似分布入手修正切比雪夫不等式的结果： 令：，故有：，则容易知道，；。 由中心极限定理可知：当实验次数N充分大时，有：，标准化后可得。 因此， 利用正态分布的分布函数可以求得： 假定置信概率至少为，即：，可以推出，实验次数N满足的关系式为： 结论4：要使误差小于的置信概率至少为，则实验次数至少为。 不同精度以及置信概率下的函数值表： 0.8 0.85 0.9 0.95 1423.947 1599.479 1827.615 2177.738 0.8 0.85 0.9 0.95 3203.879 3598.829 4112.134 4899.91 0.8 0.85 0.9 0.95 12815.52 14395.31 16448.54 19599.64 例：假设某一事件发生的概率大概为39%，置信概率为95%，分别计算误差为0.01以及0.02时至少进行多少次实验？ 解： 由题意可知 故查表可知：。此时：。 注：对于NBA优秀三分射手而言，职业生涯命中率大概为38%~40%左右。以雷吉米勒为例，职业生涯共投中2560个三分球，命中率为0.395，共出手6481次。出手次数小于7643.86但大于1910.965。由此可知，这个命中率的精度大概在0.01到0.02之间，是可信的。 3