Szacowanie wartości parametrów lub rozkładu zmiennej losowej

w populacji generalnej na podstawie rozkładu empirycznego,

uzyskanego z próby losowej pobranej z tej populacji, nazywa się
estymacją.

Metody estymacji parametrycznej:

1. punktowa
2. przedziałowa

W estymacji punktowej za ocenę wartości parametru przyjmuje się

wartość estymatora, otrzymaną na podstawie wyników próby
Estymacja przedziałowa to szacowanie wartości parametru  za
pomocą tzw. przedziału ufności.

1
Przedziałem ufności nazywamy taki przedział, który z zadanym z góry
prawdopodobieństwem (1-) zwanym poziomem ufności, pokrywa
nieznaną wartość szacowanego parametru .

Przy wielokrotnym pobieraniu prób n-elementowych i wyznaczaniu na

ich podstawie granic przedziałów ufności średnio w (1-)*100%
przypadków otrzymujemy przedziały pokrywające nieznaną wartość .
(1-): 0,9; 0,95; 0,98; 0,99.
Podstawą konstrukcji przedziału ufności dla danego parametru  jest
„dobry” estymator tego parametru, spełniający wymienione wcześniej
własności.

2
F(x)

x
Przy zadanym poziomie ufności im większa jest liczebność, tym krótszy przedział
ufności.
Przy ustalonej liczebności próby wraz ze wzrostem poziomu ufności rośnie rozpiętość
przedziału ufności.
Im krótszy przedział, tym mniejszy błąd szacunku, co oznacza większą precyzje
oszacowania

3
W przypadku wartości przeciętnej m do konstrukcji przedziału ufności
wykorzystuje się średnią arytmetyczną z próby.
Dla wariancji 2 - wariancję z próby.
Dla wskaźnika struktury p - częstość wystąpienia danego zdarzenia.

Sposób konstrukcji przedziału ufności związany jest z rozkładem

odpowiedniego estymatora. Rozkład ten zależy od założeń dotyczących
rozkładu cechy w zbiorowości generalnej oraz od liczebności próby.

4
Przedział ufności dla wartości oczekiwanej m (średniej)
Jeżeli badana cecha w populacji generalnej ma rozkład N(m, σ) ze znanym odchyleniem
standardowym σ, wartość oczekiwaną m określamy:
 
P{x  u  m  x  u }  1
n n
gdzie uα odczytujemy z tablic dystrybuanty rozkładu normalnego dla 1-α/2
Jeżeli badana cecha w populacji generalnej ma rozkład N(m, σ) z nieznanym odchyleniem
standardowym σ i dysponujemy małą (n ≤ 30) próbą, wartość oczekiwaną m określamy:

s s
P{x  t  m  x  t }  1
n 1 n 1
gdzie tα odczytujemy z tablic rozkładu t – Studenta dla założonego poziomu istotności α (zwykle
α = 0,05) i n-1 stopni swobody

5
Jeżeli badana cecha w populacji generalnej ma dowolny rozkład o nieznanej (lecz skończonej
wariancji) 2, i dysponujemy „dużą” (n > 30) próbą, wartość oczekiwaną m określamy:

s s
P{x  u  m  x  u }  1
n n
gdzie uα odczytujemy z tablic dystrybuanty rozkładu normalnego dla 1-α/2

Przedział ufności dla wariancji

Jeżeli badana cecha w populacji generalnej ma rozkład N(m, σ) z nieznaną wartością
oczekiwaną m i dysponujemy małą próbą (n ≤ 30), to przedział ufności dla nieznanej wariancji
2 określamy:

nS 2 nS 2
P{  
2
}  1
 2
2 
; n 1 1 ; n 1
2 2
gdzie χ2α odczytujemy z tablic rozkładu χ2dla założonego poziomu istotności α/2 i n -1 stopni
swobody

6
Jeżeli badana cecha w populacji generalnej ma rozkład N(m, σ) z nieznaną wartością
oczekiwaną m i dysponujemy „dużą” próbą (n > 30), to przedział ufności dla nieznanego
odchylenia standardowego  określamy:
S S
P{S  u    S  u }  1
2n 2n
gdzie uα odczytujemy z tablic dystrybuanty rozkładu normalnego dla 1-α/2
Wyznaczenie odpowiednio przedziału ufności dla odchylenia standardowego i wariancji
opierało by się na wzorach:
 
 
 n S2 n S2 
P     1 𝑆 2 𝑆 2
   
2 2 2
 𝑃 {(𝑆 − 𝑢𝛼 ) < 𝜎 < (𝑆 + 𝑢𝛼 ) }=1−α
 ,n 1 1 , n 1  √2𝑛 √2𝑛
 2 2 

7
Przedział ufności dla wskaźnika struktury
Przedział ufności dla odsetka wyznaczonego z próby poprzez iloraz m/n dla n  100
 m m m m 
 m (1  ) (1  ) 
P   u n n  p  m u n n  1
 
n n n n 
 
gdzie uα odczytujemy z tablic dystrybuanty rozkładu normalnego dla 1-α/2

Przedział ufności dla współczynnika korelacji liniowej r

1 r2 1 r2
P{r  u    r  u }  1
n n

8
Minimalna liczebność próby
Połowa długości przedziału ufności – maksymalny błąd szacunku – nie powinien przekraczać
ustalonej z góry wartości d
dla estymacji wartości średniej, gdy znamy odchylenie standardowe σ


u d
n
gdzie uα odczytujemy z tablic dystrybuanty rozkładu normalnego dla 1-α/2
dla estymacji wartości średniej, gdy nie znamy odchylenia standardowego σ

t2 ,n 1S *2
n o

d2
gdzie tα odczytujemy z tablic rozkładu t – Studenta dla założonego poziomu istotności α i n-1
stopni swobody

9
Gdy większość obliczeń oprzemy na wskaźniku struktury i liczebność próby wstępnej wynosi
nie mniej niż 100 elementów

u p  q
2
n
2
d
gdzie q =1-p
Jeżeli nie znamy p to zakładamy, że wynosi ono 0,5, zatem:

u2 p  q u2
n 
d2 4d 2

10