SPD - Curs 7

Estimatori punctuali ai parametrilor statistici

A. Burlacu

AC - UTIasi

2020
Introducere

Metodele statistice sunt utilizate pentru a lua decizii s, i a trage

concluzii despre populat, ii.

Acest aspect al statisticilor este denumit ı̂n general inferent, ă

statistică. Aceste tehnici utilizează informat, ii dintr-un es, antion
pentru a trage concluzii
Introducere

Inferent, a statistică poate fi ı̂mpărt, ită ı̂n două domenii majore:

estimarea parametrilor s, i testarea ipotezelor.

Ca exemplu de problemă de estimare a parametrilor, să

presupunem că un inginer analizează rezistent, a unei componente
utilizate ı̂ntr-un sistem de zbor. Aceasta este o parte importantă
de evaluare a integrităt, ii structurale generale a unui avion.
Introducere

Variabilitatea este prezentă ı̂n mod natural ı̂n componentele

individuale din cauza diferent, elor dintre loturile de materie primă
folosite componentele, procesele de fabricat, ie s, i procedurile de
măsurare (de exemplu), deci inginer dores, te să estimeze puterea
medie a populat, iei de componente.

In practica, inginerul va folosi date de probă pentru a calcula un

număr care este ı̂ntr-un anumit sens o valoare rezonabilă (o bună
presupunere) a mediei adevărate a populat, iei. Acest număr se
numes, te estimare punctuală
Estimatori punctuali

Fie o populat, ie din care se extrag es, antioane de indivizi de aceeas, i

dimensiune. Es, antioanele sunt variabile aleatoare.
Ex: X1 → 20 de indivizi are X 1 = 10.2
X2 → 20 de indivizi are X 2 = 10.4

Obs: Parametrul statistic medie depinde de es, antion, deci se

comportă ca o variabilă aleatoare

Orice parametru utilizat pentru caracterizarea unei populat, ii este o

variabilă aleatoare descrisă de o distribut, ie.
Estimatori punctuali

Considerăm θ notat, ia generică a unui parametru statistic aferent

unei populat, ii (ex. medie, dispersie, etc)

Def: Un estimator punctual este o valoare numerică

θ̂ = h{x1 , x2 , ..., xn } = h(Xi ) (1)

calculată pentru indivizii unui es, antion.

Estimatori punctuali

Ex: Presupunem că avem disponibil un set de date (populat, ia) cu

distribut, ie normală dar pentru care nu se s, tie media µ. Media
empirică este un estimator punctual pentru µ.

Considerăm un es, antion cu 4 indivizi

X = {x1 = 25; x2 = 30; x3 = 29; x4 = 31}

Atunci µ̂ = X = 28.75
σ 2 = s 2 = 6.9
Estimatori punctuali

Estimare:
1. media unei populat, ii - µ̂ = X
2. dispersia - σ̂ 2 = s 2
3. proport, ia p de indivizi dintr-o populat, ie care apart, in unei clase -
p̂ = τn , unde τ este proport, ia dintr-un es, antion de dimensiune n
care apart, ine clasei de interes
Teorema de limită centrală

Înregistrarea de date part, iale dintr-o populat, ie este un proces

independent care implică evaluarea parametrilor statistici prin
analiza es, antioanelor aleatoare

Teorema: Dacă X1 , X2 , ..., Xm sunt es, antioane aleatoare de

dimensiuni n dintr-o populat, ie de medie µ s, i dispersie σ 2 s, i dacă X
este distribut, ia mediilor es, antioanelor atunci

X −µ
Z= √ (2)
σ/ n
este normal distribuită standard pentru n → ∞
Teorema de limită centrală

Ex1: O companie produce componente electronice cu rezistent, ă

medie de 100 ohm s, i o abatere standard de 10 ohm. Distribut, ia
rezistent, ei este normală. Să se calculeze probabilitatea ca un
es, antion de 25 de componente să aibă media mai mică decât 95
ohm.
Teorema de limită centrală

Obs: µX = 100
√σ = √10 = 2 = σ
n 25 X

95−100
Rezolvare: Z = 2 = −2.5

P(X < 95) = P(Z < −2.5) = 0.0062

Teorema de limită centrală

Ex2: Presupunem că o variabilă aleatoare are o distribut, ie uniformă


1/2 4 ≤ x ≤ 6
f (x) =
0 altfel

Să se determine distribut, ia mediei dacă se analizează es, antioane

aleatoare de n = 40.
Teorema de limită centrală

(6−4)2
Rezolvare: µ = 5; σ 2 = 12 = 1/3

X → µX = 5

σ2 1
σX2 = n = 120

2
Estimatori nedeviat, i / deviat, i

Un estimator se numes, te nedeviat dacă

M[h(X1 ), h(X2 ), ..., h(Xm )] = θ

Dacă estimatorul este deviat atunci

δ = M[h(X1 ), h(X2 ), ..., h(Xm )] − θ

este abaterea estimatorului