МЕТОДА МАКСИМАЛНЕ ВЕРОДОСТОЈНОСТИ

Задатак 1 (Нормална расподела). Методом максималне веродостојности наћи

оцену непознатих параметра  и  променљиве X , која има нормалну расподелу
N  ,  .

Решење. Густина случајне променљиве X је:


 x   2
1
f  x,  ,    e 2 2
,
 2
па је функција веродостојности једнака:
 x1   2  x2   2  xn   2
1  1  1 
Ln   ,    e 2 2
 e 2 2
 ...  e 2 2
,
 2  2  2
односно
n

 1   2 2 
1
 xi   
n 2

Ln   ,      e i 1
.
  2 
Логаритам ове функције је:
1 1 n
ln Ln   ,    n ln  2   xi    
2

 2 2 i 1
1 n
 n ln   n ln 2  2   xi    .
2

2 i 1
Непознате параметре  и  одредићемо диференцирањем функције ln Ln   ,   по
овим параметрима и изједначавањем добијеног израза са нулом:

 ln Ln   ,   1 n (1)
 2   xi     0
  i 1
 ln Ln   ,   n 1 n
   3   xi     0
2
(2)
   i 1
n n n
1
Из (1) се добија да је   x     0 , тј.  x  n  0    n  x
i 1
i
i 1
i
i 1
i  x.

Заменимо ову вредност за  у једначину (2) и добићемо:

n 1 n
 1 n

  3  xi  x  0  2   xi  x ,  
2 2

  i 1 n i 1
што представља оцену максималне веродостојности за параметар  2 .

Задатак 2 (Пуасонова расподела). За обележје X са     расподелом је:

(1) Извучен узорак 0, 1, 0, 2, 3, 0. Методом максималне веродостојности наћи оцену
непознатог параметра  .
(2) Извучен узорак обима n . Методом максималне веродостојности наћи оцену
непознатог параметра  .
Решење.(1) Дефинишимо Ln l, X1 ,, X n  .
x
f  x,    P  X  x  e , x  0,1, 2...
x!
2 l
l l e l3el l l 6e6
 L6 l  e  le  e 
l l
 e  ,
2 6 12
ln L6 l  6  6ln l  ln12 ,
 ln L6 l 6
 6   0  l  1.
l l

x  x  x ... x
e  .
n n
(2) Ln      f  xi ,   
i 1 2 n
 n
e 
i 1 i 1 xi ! x ! x !...x !
1 2 n

 x1  x2 ... xn

 e   n   xi  ln    ln  xi ! ,
n n
Сада је ln Ln     ln
n

x1 ! x2 !...xn ! i 1 i 1
n

 ln Ln    1 n  Xi
 n   X i  0  n 
 i 1
 Xn .
  i 1 n

x
x 
Задатак 3. Обележје X има густину f  x,   e  , x  0,  0 , где је 
 2

непознати параметар. Методом максималне веродостојности наћи оцену

непознатог параметра  на основу узорка обима n .
n

 i
1
n 
Xi  X n
Xi 1
Решење. Ln     e 
 e i 1
 Xi .
i 1 2  2n
i 1
n n
1
ln Ln    

 X i  2n ln    ln X i ,
i 1 i 1

 ln Ln   1 n
2n 1 n X

 2

X
i 1
i 

 0  n  
2n i 1
Xi  n .
2

Задатак 4. Обележје X има густину

 g xa
2

g   x 
, f  x, a  e 2s 2

s 2p
где је g  x  нека диференцијабилна функција дефинисана у произвољној области
са скупом вредности  ,   .
Методом максималне веродостојности наћи оцену непознатог параметра a на
основу узорка обима n .
Решење. Функција Ln  a  је:
 g  x1  a   g  xn  a 
g   x1  g   xn  g   x1   ...  g   xn 
2 2 n
  g  xi a 
1 2
  
Ln  a   2
 ...  2
 2 2
2 2
i 1
e e e .
 2  2  
n
 n
2
Логатитмовањем ове функције добијамо:
g   x1   ...  g   xn  n

 g  x   a
1
ln Ln  a   ln
2
 2 ,
2
 
n i
 n 2 i 1

па је
 ln Ln  a  n

 g  x   a  0 ,
1
 0 2
a  i 1
i

n  g x  i

 g  xi   na  0  a 
i 1
i 1

n
.

ИНТЕРВАЛИ ПОВЕРЕЊА

Задатак 1 (Интервал поверења за непознату вероватноћу). Међу 10 случајно

извучених производа утврђено је да само један не одговара стандарду. Наћи 95%
интервал поверења за непознату вероватноћу да производ не одговара стандарду.

Решење. Нека је A догађај да извучени производ не одговата стандарду чија је

вероватноћа непозната. Индикатор догађаја A је:
1 0 
IA : p 1 p  .

 
 q 
n
Посматрамо статистику Sn   Ii , где Sn : B  n, p  расподелу. На основу централне
i 1
Sn  np
граничне теореме важи: Sn*  : N  0,1 расподелу.
npq
Дакле, n  10 , Sn  S10  1 ,   0,95 , па је вероварноћа

P S n*  z    , 
 S  np 
 
P n
 z    ,
 np 1  p 
 

2  z   0,95 ,
  z   0, 475 ,
где је   z  вредност Лапласове функције.
Из Таблице III добијамо вредност z  1,96 , па је интервал поверења
 n S z 2 S n  n  Sn  z 2  n  Sn z
2
Sn  n  Sn  z 2  
Ip    n
  z  2 ;     z  2  
 n  z  2  n 2n n 4n  n  z 2  n 2n n 4n  
    
 10  1 1,962 1  10  1 1,962  10  1 1,962 1  10  1 1,962 
    1,96   ;    1,96  
10  1,96  10 2 10 4 102  10  1,962  10 2 10 4 10 2 
2
10 10 
 0,018;0, 404 .

Задатак 2 (Интервал поверења за математичко очекивање m у случају познате

дисперзије). У једној фабрици испитивана је дужина трајања неког уређаја (у 100
часова). Испитано је 60 уређаја:

Дужина
15-25 25-35 35-45 45-55 55-65 65-75 75-85 85-95 95-105
трајања
Број
3 5 11 15 9 7 5 3 2
уређаја
Табела 1. Резултати тестирања уређаја

Под претпоставком да дужина трајања уређаја има нормалну расподелу, са

стандардним одступањем   20 , наћи 98% интервал поверења за средњу вредност
дужине трајања уређаја у тој фабрици.

Решење.
n

x f x 
i
20  3  30  5  40 11  50 15  60  9  70  7  80  5  90  3  100  2
i
xn  i 1
  55
n 60
Пошто је  2 познато интервал поверења је облика:
 z  z  
Im   X n   ; Xn    ,
 n n 
где је z  вредност из Таблице III која задовољава услове:


P X *  z   ;

 X m 

P n n  z    ;
 
 

2  z     ;

.   z  
2
У овом случају за   0,98 добија се вредност z   2,33 , па је
  2,33  20 2,33  20 
I m  55  ;55     48,349;61, 651 .
 60 60 

Задатак 3. (Интервал поверења за m када дисперзија није позната). Из популације

са N m, s 2  расподелом извућен је узорак обима n  10 и израчуната средина
узорка x10  5,5 и s10 2  36 . Наћи интервал поверења параметра m , са нивоом
поверења b  0,90 .

Решење.
Xn m
Користимо статистику tn1  n 1 која има t расподелу са n1 степени
Sn
слободе за дати ниво поверења b . Из Таблице V читамо:
tn1,b 1 : P  tn1  tn1,b1   b , тј. P  tn1  tn1,b1   1 b .
 Sn Sn 
Интервал поверења је облика I m   X n  tn1;1b  , X  t  .
 n 1
n n1;1b
n 1 

У овом случају n  10 и b  0,90 . Вероватноћа
P  t9  t9;0,1   0,9 ,
па је
P  t9  t9;0,1   1 0,9  0,1 .
Из Таблице V читамо вредност t9;0,1  1,833 , па је
 6 6 
I m  5,5 1,833  ,5,5 1,833    1,834;9,166  .
 9 9 

Задатак 4 (Интервал поверења за непознату дисперзију). Из нормално распоређене

популације извучен је уѕорак обима n  25 и израчуната је дисперзија узорка
sn 2  0, 64 . Наћи 95% и 99% интервал поверења
(1) једнострани,
(2) двострани.

Решење. (1) Леви крај интервала је 0, а десни крај одређујемо из

P 0  s 2  b  b , одакле је
1
 
1  nS 2 nS 2 
 
 n  n  b .
P s 2  b  P  2    P  

s
 b

 
 s2 b  
 
nSn 2 nSn 2
Пошто  c 2
n1 , користимо Таблицу IV из које читамо вредност  cn21,b ,
s 2
s 2

такву да је P cn1cn1,b   b .
2 2
  nS 2 
Интервал поверења је облика I s 2   0, 2 n  .
cn1,b 
 
Дакле, P c24
2
 c24;0,95
2
  0,95 . Из таблице IV следи да је c24;0,95
2
 13,8 , па је
интервал поверења:
 25  0, 64 
I s 2  0,   0;1,1594 .
 13,8 
 25  0, 64 
За b  0,99 следи да је c24;0,99
2
 10,9 , па је I s 2  0,   0;1,4815 .
 10,8 
(2) За двострани интервал поверења b1 , b2  треба да важи да је P b1  s 2  b2   b ,

 2 

тј. P 
c 1b  cn1  c 1b 
2 2
 b .

 n1; 2

n1; 

2 

Интервал поверења је облика:

 
 nS 2 nS 2 
I s 2   2 n ; 2 n  .
 cn1;1b cn1;1b 
 2 2 


 


 

Сада је P 
c24  c 10,95 
2 2
  0,975 . Из Таблице IV следи да је c24;0,975  12, 4 .
2

 24;
2





 

0,975 


 


 

P c24  c 10.95 
 2 2
  0, 025 , па је c24;0,025  39, 4 .
2

 

24;




 2


0,025 

 25  0, 64 25  0, 64 
Is2   ;   0,4061;1,2903 .
 39, 4 12, 4 
За b  0,99 добијамо вредности: c24,0,995
2
 9,89 , c24,0,005
2
 45, 6 , па је
Is2  0,351;1,618 .

Задатак 5. Из нормално распоређене популације извучен је узорак:

xi 0 1 2 3 4
ni 5 10 7 6 2
Табела 2.
Наћи 90% интервал поверења за непознату дисперзију.
 4
Решење. Обим узорка је n   ni  30 .
i 0

Sn 2  n
Статистика коју користимо је cn21  , тј. тражимо c29
2
.
s2
1  b 1  0,90
За   0,95 : P c29 2
 c29;0,95
2
  0,95  c29;0,95
2
 13,1 .
2 2
1 b 1 0,90
За   0, 05 : P c29
2
 c29;0,05
2
  0, 05  c29;0,05
2
 42,557 .
2 2
На основу узорка израчунавамо
1 n 1 n
sn 2   fi  xi  x   xi 2 fi  xn 2 
2

n i1 n i1
02  5 12 10  22  7  32  6  42  2  0  5 110  2  7  3 6  4  2 
2

    1,36 ,
30  30 
 nS 2 nS 2 
па је I s 2   2 n ; 2 n   0, 77;3, 09 .
c c
 29;0,05 29;0,95 

Задатак 6 (Интервал поверења за дисперзију у случају великог узорка n  30 ). Из

нормално распоређене популације издвојен је узорак обима n  62 и израчуната
дисперзија узорка sn 2  0, 64 . Наћи 95% интервал поверења за дисперзију.

Решење.
Лева граница:

 2 
 1 b
P c61  c 1b 
2
  0,975 .



61; 

2  2
Пошто је узорак већи од 30 прелазимо на нормалну расподелу.

 c 2 1b  61 

 

N
 61;
 1 b
 P c61 
2* 2
  1  0, 025 ,

 2n2   2

 

 122 
где је
c2 n 1
c612*
 61 .
2 n 1
Преко Лапласове функције добијамо вредност
 c2  61
 61;0,975   0,5  0,025  0, 475 .
 122 
c61;0,975
2
 61
Из Таблице III добијамо вредност  1,96  c61;0,975
2
 39,35 .
122
Десна граница:
 
 2 
 1 b
P
c61  c 1b 
2
  0, 025 .



61; 

2  2
 2 * c61;0,025
 2 
 61 1 b
 
N
 P c61    1  0,975 ;

 122   2
 
 c61;0,025
2
 61
   0,975  0,5  0, 475 .
 122 
T . III c61;0,025
2
 61
  1,96  c61;0,025
2
 82,65 .
122
Интервал поверења је облика
 nS 2 nS 2 
I s 2   2 n ; 2 n   0,49;1,01 .
c c
 61;0,025 61;0,975 