Professional Documents
Culture Documents
3.2.taskiniai Parametru Iverciai. Pasikliautini Intervalai
3.2.taskiniai Parametru Iverciai. Pasikliautini Intervalai
PASIKLIAUTINIEJI INTERVALAI
Statistikos sąvoka
• Tarkime mus domina tam tikra stebimo
kintamojo charakteristika (nežinomas
parametras).
• Sudarome atsitiktinę imtį (X1,X2, ..., Xn).
• Imties funkciją f(X1,X2, ..., Xn) vadiname
nežinomo parametro taškiniu įverčiu arba
statistika.
• Statistikos yra atsitiktiniai dydžiai.
• Paprasčiausi statistikų pavyzdžiai yra
empirinės charakteristikos – empiriniai
vidurkiai, empirinė dispersija ir pan.
• Nežinomo parametro taškinis įvertis yra
atsitiktinis dydis. Kartojant eksperimentą jis
įgis skirtingas reikšmes.
• Taškinis įvertis skiriasi nuo populiacijos
parametro tam tikra reikšme, kuri vadinama
paklaida.
• Nežinomo parametro taškinis įvertis:
f ( X 1; X 2 ;...; X n )
Reikalaujama, kad taškinis įvertis
būtų
ˆ 1, 0
1.Suderintas P
ˆ
2.Nepaslinktas E
3.Efektyvus D
ˆ min .
Pavyzdys
• Įsitikinsime, kad paprastosios atsitiktinės imties
atveju empirinis vidurkis visuomet yra
nepaslinktasis vidurkio įvertis.
• Tarkime stebime atsitiktinį dydį X, kurio vidurkis
MX=µ. Tada:
1
E X E ( X 1 X 2 ... X n )
n
1 1
EX 1 EX 2 ... EX n n
n n
Normaliojo skirstinio
pasikliautinieji intervalai
• Duota atsitiktinė imtis. Žinome, kad
stebimo atsitiktinio dydžio skirstinys yra
normalusis X~N(µ,σ).
• Rasti nežinomų parametrų µ ir σ
pasikliautinuosius intervalus
1. Vidurkio pasikliautinasis intervalas
t n 1 S t n 1 S
• 1
X 2
m X 2
n n
Matchad funkcija t p (n ) qt ( p, n )
2. Dispersijos pasikliautinas intervalas, kai vidurkis
nežinomas
n 1 S
2
; ~ n 1
2
2
• d) Randame χ2 skirstinio kvantilius χ2 α(n-1) ir χ2
1-α(n-1), , tenkinančius lygtį:
2
2
n 1 S
P n 1 2
n 1 1
2 1
• e) tada pasikliautinasis intervalas
n 1 S n 1 S
2 2
2
;
2
( n 1) ( n 1)
2
1
2 2