Uzorak i statistike uzorka

Uzorak je deo osnovnog skupa,a svrha njegovog izbora je da se u što kracem vremenu i sa što manjim troškovima dobije valjana informacija o karakteristikama celog skupa iz kojeg uzorak potice. Da bi zakljucci koje donosimo o karakteristikam a osnovnog skupa na osnovu uzorka bili verodostojni, uzorak treba da bude reprezentativan. Uzorak ce biti reprezentativan ako je po svojoj strukturi slican osnovnom skupu. Prema nacinu izbora uzorke delim o u dve osnovne grupe: na slucajne(parabolisticke) zasnovane na verovatnoci i na namerne(neparabolisticke). Ako prilikom izbora elemenata u uzorak, svaki element osnovnog skupa ima unapred poznatu verovatnocu da bude izabran, i ako je ova verovatnoca razlicita od nule, takav uzorak nazivamo slucajnim. Svi ostali metodi izbora uzorka su poznati kao neslucajni, a tako izabrani uzorci kao namerni.

Statistika uzorka
Deskriptivna mera koja se izracunava na osnovu vrednosti svih jedinica osnovnog skupa naziva se parametar skupa ili kratko parametar. Deskriptivna mera koja se izracunava na osnovu vrednosti elemenata uzorka i koja predstavlja numericki pokazatelj uzorka naziva se statistika uzorka ili kratko statistika Neka je

X aritmeticka sredina uzorka i

µ aritmeticka sredina osnovnog skupa

Varijansa aritmetickih sredina uzoraka jednaka je kolicniku varijanse osnovnog skupa i velicine uzorka:

s

2 x

=

s

2

n

Standardna devijacija aritmetickih sredina uzorka ili standardna greška ocene aritmeticke sredine skupa data je formulom:

s =
x

s
n E( ) X
2

Ocekivana vrednost aritmeticke sredine uzorka: Ako je

X:(,) µ N s

2

onda je

X : (N /µ) , n s

µ = X e odnosno µ X -< e Statisti c ko ocenjivanje Statisticko zakljucivanje predstavlja postupak donošenja zakljucka o vrednostima parametara osnovnog skupa na osnovu inform acija dobijenih iz uzorka. Z : (0.1). Statisticko zakljucivanje se sastoji iz statistickog ocenjivanja i testiranja statistickih hipoteza. Ocenjivanje aritmeti cke sredine osnovnog skupa Bili bismo mnogo sigurniji u tacnost zakljucka kada bismo. aritmeticku sredinu skupa ocenili intervalom vrednosti form iranim oko X . µ kada je varijansa skupa poznata Osnovni skup je normalno raspore en Treba da ocenimo aritmeticku sredinu osnovnog skupa koji ima normalan raspored i cija je varijansa poznata. umesto jednom vrednošcu.X X -µ X Z == µ s n X µ Odstupanje uzoracke sredine od ocekivane vrednosti izražava se na sledeci nacin: X E< ( ) -X X u standardizovanu normalnu prom enljivu s / transform acija normalno raspore ene promenljive Z .) N s 2 X aritmeticka sredina uzorka . µ X :(. Prilikom ocenjivanja aritmeticke sredine skupa znacajne su dve informacije: s 2 poznata. a interval oko kakav je oblik rasporeda osnovnog skupa i da li je varijansa Odre ivanje intervala pouzdanosti za X intervalom pouzdanosti ili intervalom poverenja. Takvu ocenu nazivam o intervalnom ocenom.

= ·=.µ P z.µ P z. gde je µ µ ß a rizik greške Interval pouzdanosti je: X z X+ · -· z s sn .= · .= = = zFz s 2()1 X P( -z =Z = ) = ß z F) 1 .= z F 2()1 ß s / n z s s s P z -X z P = X= . n Odre ivanje intervala pouzdanosti za osnovni skup ima normalan raspored µ kada varijansa skupa nije poznata a Kada nam varijansa nije poznata onda za odre ivanje intervala pouzdanosti za µ koristimo statistiku: .· -µ= .z · zX sn n n n s =-·==+·= P X z X sn z n ß =1 a .Standardizovana promenljiva dobijamo: X X -µ X Z ima oblik Z = = µ s n X s / pa stoga X . Vrednost za normalnu raspodelu z citamo iz tablice za X.= ß 2( z gde je ß nivo pouzdanosti ili nivo poverenja.= = = .

1 1 n n > 20 vrednost za U slucaju da je t citamo iz tablice za normalnu raspodelu.= ( 0 t ) X .1 Vrednost za 2F) 1 .· X t=X t · = S P= + 00 n-.1 ß 1 n Interval poverenja: S X t-X + · S .=S· = X 00 n-.· t= .1 1 n S µ = .-µ t S =S = n.µ Pt-Ft =-= t== 000 S /1 ß n S µ P t .X .1 X µ /1 n X gde je S ocena standardne greške X S =X n S 1 S standardna devijacija S 2 srednje kvadratno odstupanje i racuna se po formuli: 1 n S x=X f n k =1 22 2 kk P (t-) = = = tt 010 n- ß ß t citamo iz tablice za studentovu raspodelu (za 0 2()1 t n. 0 . ·t 00 n-.

Nulta hipoteza H je tvr enje o vrednosti parametra 0 . Ako se realizuje jedna verovatnih vrednosti statistike testa kada je 0 od ovih vrednosti nultu hipotezu cemo odbaciti. 3. ona je složena. .Testiranje statisti c kih hipoteza Statisticka hipoteza je precizno formulisano tvr enje ili pretpostavka o osobini osnovnog skupa. Ona može biti prosta i složena. vršimo izbor statistike testa i odre ujemo njen raspored verovatnoce a 3. biramo takozvani nivo znacajnosti 4. me u sobom iskljucujuca tvr enja ili pretpostavke o vrednosti parametra osnovnog skupa. formulišemo nultu i alternativnu hipotezu 2. Preostali podskup mogucih vrednosti statistike testa cini oblast prihvatanja nulte hipoteze. Hipotezu krace pišemo: koje postupkom testiranja nastojimo da osporimo. H sadrži sve vrednosti koje parametar Alternativna hipoteza koje nisu obuhvacene nultom hipotezom. Klasican postupak testiranja statistickih hipoteza sprovodimo u šest etapa: 1. izvlacimo uzorak i izracunavamo vrednost statistike testa 6. Nulta hipoteza je prosta ako se njom tvrdi da je parametar jednak tacno jednoj unapred poznatoj numerickoj vrednosti 0 H : 00 = . formulišemo pravilo na osnovu kojeg odlucujemo da li da odbacimo nultu hipotezu ili ne 5. donosimo odluku da nultu hipotezu odbacimo ili da je ne odbacimo Nulta i alternativna hipoteza predstavljaju dva precizna. 2. Ako hipoteza obuhvata veci broj mogucnosti . 1 može imati a H : H : H : 00 00 00 = = = H : H : H : 10 10 10 > < Statistika testa je kriterijum na osnovu kojeg vršimo testiranje (obicno se koriste Z ili t ). Kriticna oblast ili oblast odbacivanja nulte hipoteze obuhvata podskup malo H istinita. Nulta i alternativna hipoteza javljaju se u sledeca tri oblika: 1.

treba odbaciti ako je (kriticna oblast (kriticna oblast ( z ) +8 ) . 3. uzorak je proizvoljne H :µ = µ H :µ = 00 µ H :µ = 00 µ 00 H :µ µ H :µ > µ H :µ < 10 10 10 µ . 3.Testiranje hipoteze o aritmeti c koj sredini osnovnog skupa Z test Uslovi za primenu Z testa: 1. osnovni skup ima normalan raspored. H treba odbaciti ako je 0 (-8)-( . uzorak je proizvoljne velicine Izbor oblika nulte i alternativne hipoteze 1.osnovni skup je normalno raspore en.tj. 0 Studentov Uslovi za primenu 1. 0 ( -8) z . ) z ) 00 H z H treba odbaciti ako je 0 t test t testa: 0 z > z z> z< z z 0 0 0 (kriticna oblast . 0 zzzz > < 00 Pravilo odlucivanja u odnosu na postavljene hipoteze (gore navedene) glasi: 2.µ s 0 X Formulisanje pravila odlucivanja u zavisnosti od oblika hipoteze i nivoa znacajnosti testa 1. s 2 nije poznata. velicine Izbor oblika nulte i alternativne hipoteze 1.+8 . H :µ = 00 H :µ 10 µ µ H :µ > 2. Kriticnu vrednost z nalazimo u tablici. 2. a . s 2 je poznata 2. H0 0: µ = 10 µ= µ H :µ < 3. H0 0: µ 10 µ µ Gde je µ poznata numericka vrednost 0 Statistika testa: Z = X .

Faktore ciji uticaj želimo da ispitamo u jednom eksperim entu nazvacemo kontrolisanim faktorima.. t nalazimo u tablici za studentovu 0 t >t < t 00 t (t. Kriticnu vrednost n . Nivoe posmatranog faktora Analiza varijanse sa jednim faktorom Analiza varijanse sa jednim faktorom istražuje uticaj jednog faktora A A. ispitali jednakost aritmetickih sredina više skupova koristimo statisticki metod koji se naziva analizom varijanse.B modaliteti odre enog faktora u analizi varijanse nazivaju se nivoima tog . na varijabilitet posmatrane pojave.1) raspodelu (gleda se za Pravilo odlucivanja u odnosu na postavljene hipoteze (gore navedene) glasi: 1. Suština analize varijanse je u razlaganju ukupnog varijabiliteta posmatrane pojave na sastavne komponente: varijabilitet koji nastaje pod uticajem kontrolisanih faktora i tzv.tj. A A . .. treba odbaciti ako je Da bismo istovremeno jednim postupkom. ) +8 ) 0 ( -8) t . R .Gde je µ 0 poznata numericka vrednost Statistika testa: X X -µ t S S=n= . nekontrolisanih faktora. Faktore cije delovanje ispitujem o oznacavacemo velikim slovima: A. Cilj je istraživanje uticaja jednog ili više faktora na varijabilitet odre ene pojave. Rezidualni varijabilitet. FV = gde je V A R V faktorska varijansa. 123 r A sa r nivoa Koristimo statistiku F testa.1 X /1 Formulisanje pravila odlucivanja u zavisnosti od oblika hipoteze i nivoa znacajnosti testa a . A A . 123 r A oznacicemo sa A A. 3..... a A V rezidualna varijansa.+8 . H treba odbaciti ako je 0 (-8)-( . ) t ) 00 H t H treba odbaciti ako je 0 0 t > (kriticna oblast 0 t t > (kriticna oblast 0 t< t (kriticna oblast 0 t Analiza varijanse ..µ0 n.. nastao pod uticajem ostalih.. ... faktora. 0 2.

S faktorski varijabilitet. 12 = . r .r S V r = n SA r = rn A -. a S V =.1 1 1 S2 i 2 i=1 n je prosecan broj elemenata u uzorku. 12 +8 gde se F . Kriticna oblast je ( F) 12 .R rn R r S rezidualni varijabilitet R S ukupni varijabilitet T S= S i S S= S R A T 2 S =x T ij rn i =1=1 j H :kontrolisani faktor ne utice na varijabilitet posmatrane pojave (jednakost 0 rn S2 aritmetickih sredina populacija) H 1 : kontrolisani faktor sistematski utice na varijabilitet posmatrane pojave (bar dve aritmeticke sredine populacija se razlikuju) P{ }F = > a . F .= rn r 1. A S je zbir podataka u i i -tom uzorku. 12 nalazi u tablici za F raspodelu.

2 ) a . modaliteta. odbacicemo nultu hipotezu. Mera tog odstupanja oznacava se sa 2 2 i definiše formulom: = r f () fi f ' i i '2 i =1 i gde su f i f ' empirijska i ocekivana frekvencija respektivno za svaki od r i a. +8 m broj parametara koji se mora oceniti =r1 gde jem r broj posmatranih modaliteta. Ovo je u slucaju kada X ima ravnomernu raspodelu. Ako se ne koristi ni jedan parametar m = 0 .2 test Testiranje saglasnosti frekvencija u slucajevima kada je broj modaliteta veci od dva zasniva se na odstupanjima ocekivanih empirijskih frekvencija u uzorku. a Ako je izracunata vrednost 2 da bi se odredile odre ene frekvencije. rasporeda onda je testa manja ili jednaka tablicnoj. prihvaticemo nultu hipotezu kao istinitu. . U suprotnom. P{ a 2 2 > = } Kriticna oblast (.

Sign up to vote on this title
UsefulNot useful