PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

Podobne dokumenty
STATYSTYKA MATEMATYCZNA

Estymacja przedziałowa

16 Przedziały ufności

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Lista 6. Estymacja punktowa

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

ZMIENNA LOSOWA I JEJ PARAMETRY -powtórzenie

θx θ 1, dla 0 < x < 1, 0, poza tym,

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Twierdzenia graniczne:

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

L.Kowalski zadania ze statystyki matematycznej-zestaw 2 ZADANIA - ZESTAW 2

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Parametryczne Testy Istotności

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Statystyka Inżynierska

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Statystyka matematyczna. Wykład II. Estymacja punktowa

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Statystyka matematyczna

1 Dwuwymiarowa zmienna losowa

Estymatory nieobciążone o minimalnej wariancji

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Wykład 11 ( ). Przedziały ufności dla średniej

Rozkłady statystyk z próby

Rozkład χ 2 = + 2π 2. Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej:

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

0.1 ROZKŁADY WYBRANYCH STATYSTYK

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

Estymacja przedziałowa:

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTKA I ANALIZA DANYCH LAB II

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Estymacja parametrów populacji

Obserwacje odstające mają duży wpływ na średnią średnia nie jest odporna.

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej

STATYSTYKA I ANALIZA DANYCH

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

Rozkłady statystyk z próby Twierdzenia graniczne

Prawdopodobieństwo i statystyka r.

1 Testy statystyczne. 2 Rodzaje testów

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

(X i X) 2. n 1. X m S

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

χ 2 = + 2π 2 Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej: σ

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Estymacja parametrów rozkładu cechy

ANALIZA DANYCH DYSKRETNYCH

Podstawowe pojęcia. Próba losowa. Badanie próby losowej

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/

Komputerowa analiza danych doświadczalnych

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

2.1. Studium przypadku 1

ZADANIA NA ĆWICZENIA 3 I 4

Prawdopodobieństwo i statystyka r.

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

1.1 Wstęp Literatura... 1

Statystyka matematyczna dla leśników

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

Liczebnośd (w tys.) n

Rozkłady statystyk z próby

STATYSTYKA OPISOWA WYKŁAD 1 i 2

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Wykład 5 Estymatory nieobciążone z jednostajnie minimalną war

POLITECHNIKA OPOLSKA

Statystyczny opis danych - parametry

Wykład 10 Wnioskowanie o proporcjach

Prawdopodobieństwo i statystyka r.

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Matematyka ubezpieczeń majątkowych r.

Statystyka. Katarzyna Chudy Laskowska

Transkrypt:

TATYTYKA MATEMATYCZNA WYKŁAD 3 RZEDZIAŁY UFNOŚCI Niech θ - iezay parametr rozkład cechy. Niech będzie liczbą z przedział 0,. Jeśli istieją statystyki, U i U ; U U ; których rozkład zależy od θ oraz U θ U to przedział losowy U ; U azywamy przedziałem fości dla parametr θ, a poziomie fości -..

Jeśli a podstawie próby obliczymy wartości i statystyk U i U to otrzymamy liczbowy przedział fości..

Iterpretacja poziom fości -. Na ogół dla różych prób otrzymje się róże liczbowe przedziały fości, lecz ależy oczekiwać, że około - 00% z ich będzie zawierać rzeczywistą wartość parametr θ. Np. dla - 0,99 oczekjemy, że przeciętie w tylko próbie a 00 otrzymay liczbowy przedział fości ie będzie zawierał parametr θ.. 3

Uwaga. Z powyższej iterpretacji wyika, że poziom fości ie może być zbyt iski. Jeśli atomiast zwiększamy admierie wartość poziom fości to rośie dłgość przedział fości i spada jakość oszacowaia parametr rośie błąd bezwzględy i błąd względy. Dlatego przyjmje się, że ajbardziej odpowiedie wartości poziom fości mieszczą się w graicach 0,9-0,99.. 4

Uwaga. Jeśli chcemy poprawić jakość oszacowaia iezaego parametr przedziałem fości to ależy zwiększyć liczebość próby.. 5

Jerzy Neyma 894-98, statystyk. Wprowadził i rozwiął pojęcie przedział fości.. 6

Zestawieie ajważiejszych przedziałów fości. oziom fości typowe wartości : 0,9; 0,95; 0,99. L.p. 3 arametr Wartość oczekiwaa m Wartość oczekiwaa m Wartość oczekiwaa m Rozkład cechy, założeia Normaly Nm,σ, σ jest zae Normaly Nm,σ, σ ie jest zae Dowoly Licza próba > 80 rzedział fości σ σ ; + > ; + > ; + > Wyzaczaie liczby Φ Błąd względy δ σ x T Φ. 7

8. 4 Wariacja σ Normaly Nm,σ, > ; Y Y 5 Odchyleie stadardowe σ Normaly Nm,σ, > ; Y Y 6 Odchyleie stadardowe σ Normaly Nm,σ, licza próba > 80 > + ; Φ 7 Wariacja σ Normaly Nm,σ, licza próba > 80 > + ; Φ

8 rawdopod obieństwo skces p Rozkład zerojedykowy p, 0 p licza próba, > 00 W Gdzie W W W ; W+ W W > k/ k-liczba skcesów Φ W W W φ dystrybata rozkład ormalego N0, T zmiea losowa o rozkładzie tdeta z stopiami swobody Y zmiea losowa o rozkładzie chi kwadrat χ z stopiami swobody.. 9

Uzasadieie Rozpatrjemy stadaryzowaą statystykę m U σ ma rozkład N0;. Rozkład ormaly jest symetryczy więc szkamy przedział [-, ] aby U. Z powyższego wark wyika rówość Φ stąd zajdjemy w tablicach dystrybaty rozkład ormalego N0; wartość. 0

rzekształcamy: σ m σ σ m σ σ + m ostateczie σ σ + m

Korzystamy z rozkład t-tdeta Rozpatrjemy statystykę m U ma rozkład T -. Rozkład tdeta jest symetryczy więc szkamy przedział [-, ] aby U. Z powyższego wark wyika rówość T stąd zajdjemy w tablicach rozkład tdeta wartość.

3 rzekształcamy: m m + m ostateczie + m

4 3 Dla dżych prób, statystyka m U ma w przybliżei rozkład ormaly N0,. Wówczas przedział fości ma taki kształt jak w + m

Zadaie. Trwałość żarówek z pewej partii jest zmieą losową o rozkładzie ormalym Nm, 00 h. Z partii tej pobrao próbę 6 żarówek i otrzymao x 670 h. Oszacjemy średią trwałość żarówek z tej partii przedziałem fości, a poziomie fości - 0,95. Zajdziemy względy błąd tego oszacowaia. 5

Rozwiązaie. Zastosjemy przedział fości r : σ ; + σ >. Mamy Φ 0,975, stąd, 96, więc błąd bezwzględy, czyli połowa dłgości przedział fości σ 00,96 6 49 h, 6

zatem szkaym przedziałem fości jest przedział 670 49 ; 670 + 49> 6 ; 79 >. σ δ 49 Błąd względy x x 670,8%. 7

rzykład. Badaa cecha ma rozkład Nm,. Średia z próby 0 elemetowej wyosi 5. Wyzaczymy przedziały fości dla wartości oczekiwaej dla różych poziomów fości. prawdzimy jak zmieia się błąd względy przy rozpatrywaych poziomach fości. 8

- / lewy-k prawy-k bł.wzgl 0,8 0,9,8 3,68 6,3 5,9% 0,85 0,95,440 3,5 6,49 5,95% 0,9 0,95,645 3,30 6,70 6,80% 0,9 0,955,695 3,5 6,75 7,00% 0,9 0,96,75 3,9 6,8 7,3% 0,93 0,965,8 3,3 6,87 7,49% 0,94 0,97,88 3,06 6,94 7,77% 0,95 0,975,960,98 7,0 8,0% 0,96 0,98,054,88 7, 8,48% 0,97 0,985,70,76 7,4 8,97% 0,98 0,99,36,60 7,40 9,6% 0,99 0,995,576,34 7,66 0,64% 0,99 0,9955,6,30 7,70 0,79% 0,99 0,996,65,6 7,74 0,96% 0,993 0,9965,697, 7,79,4% 0,994 0,997,748,6 7,84,35% 0,995 0,9975,807,0 7,90,60% 0,996 0,998,878,03 7,97,89% 0,997 0,9985,968,93 8,07,6% 0,998 0,999 3,090,8 8,9,77% 0,999 0,9995 3,90,60 8,40 3,59% 9

błąd względy 0,00% 5,00% 0,00% 5,00% 0,00% błąd względy jako fkcja poziom fości 0,4 0,5 0,6 0,7 0,8 0,9, poziom fości 0

rzykład. Zapytao 000 wylosowaych dorosłych osób czy popierają wprowadzeie kary śmierci. ześćset osób odpowiedziało twierdząco. Na poziomie fości 0,95 oszacować odsetek wszystkich dorosłych osób popierających wprowadzeie kary śmierci. Zakładając, że rozpatrywae próby są reprezetatywe rozwiążemy powyższe zadaie dla prób o różych liczebościach. W każdym przypadk obliczymy błąd względy.

k - / w 000 600 0,95 0,975,96 0,6 lewy-k prawy-k bł.wzgl 00 0,5040 0,6960 6,00% 00 0,53 0,6679,3% 300 0,5446 0,6554 9,4% 400 0,550 0,6480 8,00% 500 0,557 0,649 7,6% 600 0,5608 0,639 6,53% 700 0,5637 0,6363 6,05% 800 0,566 0,6339 5,66% 900 0,5680 0,630 5,33% 000 0,5696 0,6304 5,06% 00 0,570 0,690 4,83% 00 0,573 0,677 4,6% 300 0,5734 0,666 4,44% 400 0,5743 0,657 4,8% 500 0,575 0,648 4,3% 600 0,5760 0,640 4,00% 700 0,5767 0,633 3,88% 800 0,5774 0,66 3,77% 900 0,5780 0,60 3,67% 000 0,5785 0,65 3,58%

błąd względy jako fkcja liczebości próby błąd względy 8,00% 6,00% 4,00%,00% 0,00% 8,00% 6,00% 4,00%,00% 0,00% 0 000 000 3000 4000 liczebość próby Wiosek. Błąd względy zmiejsza się wraz ze wzrostem liczebości próby. L.Kowalski 8.0.0 3