PRAVDĚPODOBNOST A STATISTIKA

Podobné dokumenty
Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

PRAVDĚPODOBNOST A STATISTIKA

Odhady parametrů 1. Odhady parametrů

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

14. B o d o v é o d h a d y p a r a m e t r ů

Náhodný výběr 1. Náhodný výběr

8. Odhady parametrů rozdělení pravděpodobnosti

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

4. B o d o v é o d h a d y p a r a m e t r ů

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Přednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

SP2 Korelační analýza. Korelační analýza. Libor Žák

Generování dvojrozměrných rozdělení pomocí copulí

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Pravděpodobnost a aplikovaná statistika

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

12. N á h o d n ý v ý b ě r

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

V. Normální rozdělení

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

8. Analýza rozptylu.

Metody zkoumání závislosti numerických proměnných

PRAVDĚPODOBNOST A STATISTIKA

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

Pravděpodobnost a aplikovaná statistika

Intervalové odhady parametrů

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Náhodné jevy, jevové pole, pravděpodobnost

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

Intervalové odhady parametrů některých rozdělení.

Úvod do korelační a regresní analýzy

11. Popisná statistika

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

Úvod do teorie měření

Popisná statistika. Zdeněk Janák 9. prosince 2007

Testování statistických hypotéz

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3

Číselné charakteristiky náhodných veličin

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

7 LIMITNÍ VĚTY. Čas ke studiu kapitoly: 70 minut. Cíl:

Spolehlivost a diagnostika

Odhady a testy hypotéz o regresních přímkách

a další charakteristikou je četnost výběrového souboru n.

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

SP NV Normalita-vlastnosti

Náhodný výběr, statistiky a bodový odhad

Interval spolehlivosti pro podíl

7. Odhady populačních průměrů a ostatních parametrů populace

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze

8. Zákony velkých čísel

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

PRAVDĚPODOBNOST A STATISTIKA

Přednáška č. 2 náhodné veličiny

Teorie odhadů 2 Teorie odhadů... 3 Odhad parametrů... 4

PoznÁmky k přednášce

Mendelova univerzita v Brně Statistika projekt

} kvantitativní znaky

, jsou naměřené a vypočtené hodnoty závisle

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

NMSA331 Matematická statistika 1

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

n-rozměrné normální rozdělení pravděpodobnosti

Statistická rozdělení

9. Měření závislostí ve statistice Pevná a volná závislost

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

vají statistické metody v biomedicíně

Úloha II.S... odhadnutelná

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

12. Neparametrické hypotézy

PRAVDĚPODOBNOST A STATISTIKA

S1P Popisná statistika. Popisná statistika. Libor Žák

8 NELINEÁRNÍ REGRESNÍ MODELY

Pravděpodobnostní model doby setrvání ministra školství ve funkci

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

Pravděpodobnostní modely

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Úvod do zpracování měření

11. Regresní analýza. Čas ke studiu kapitoly: 60 minut. Cíl VÝKLAD Úvod

1 Nekonečné řady s nezápornými členy

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

Transkript:

PRAVDĚPODOBNOT A TATITIKA

Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x, θ ebo s pravděpodobostí fukcí p x, θ

Náhodý výběr,, Nechť,, P je pravděpodobostí prostor, áhodé proměé, pro které platí: a jsou ezávslé b jejch dstrbučí fukce závsí a ezáme parametr θ : ~ F x, θ Pak,, se azývá áhodý výběr rozsahu z rozděleí s dstrbučí fukcí F θ x Pozámka: Nechť,, T je áhodý výběr. Pak áhodý vektor,, má dstrbučí fukc: F x, θ F x, θ hustotu pravděpodobost: f x, θ f x, θ pravděpodobostí fukc: p x, θ p x, θ

tatstka T : R R reálá fukce fukce áhodého vektoru: T T,, se azývá statstka tatstka se azývá bodovým odhadem parametru θ, pokud abývá hodot blízkých parametru θ. T,, tatstka se azývá bodovým leárím odhadem parametru θ, pokud abývá hodot blízkých parametru θ a platí: T T,, T c, c R Bodový odhad odhadujeme jedu hodotu bod. lovo bodový se obvykle vyechává.

Náhodý výběr příklady statstk Nechť,, Výběrový průměr: Výběrový rozptyl: je áhodý výběr. Pak lze defovat vybraé statstky: Výběrová směrodatá odchylka: Dále lze defovat statstky: M c T a

Náhodý výběr příklady statstk Nechť je áhodý výběr z -rozměrého rozděleí. Pak lze defovat vybraé statstky: Výběrový koefcet kovarace: Výběrový koefcet korelace:,, K R R, K, P3 Odhady parametrů,,

Nestraé odhady parametrcké fukce Bodový odhad T se azývá estraý evychýleý, pokud platí: Bodový odhad T se azývá straý vychýleý, pokud platí: E T. θ traý odhad lze také psát ve tvaru: E T θ B T Bodový odhad T se azývá asymptotcky estraý, pokud platí: lm E T,, θ Bodový odhad T se azývá ejlepším estraý, pokud platí: E T a D T D pro všechy estraé odhady parametru θ. Bodový odhad T se azývá ejlepším estraý leárí, pokud platí: T T T c, c R E, T θ a D T Dc c R pro všechy estraé leárí odhady parametru θ. θ E T θ Bθ T 0, θ

tředí hodota vybraých statstk,, Nechť je áhodý výběr z rozděleí o středí hodotě μ a rozptylu σ. Pak platí: a E - estraý odhad μ b je ejlepší estraý leárí odhad μ c E - estraý odhad σ d E M - straý odhad - asymptotcky estraý e E c c

tředí hodota vybraých statstk Nechť,, je áhodý výběr z -rozměrého rozděleí s kovarací C,. Pak pro výběrový kovaračí koefcet platí: a E K, C, - estraý odhad C, b E R,, - straý odhad,

Rozptyl vybraých statstk,, Nechť je áhodý výběr z rozděleí o středí hodotě μ a rozptylu σ. Pak platí: a D 3 b D, kde E j Nechť je áhodý výběr z ormálího rozděleí o středí hodotě μ a rozptylu σ. Pak platí: a a tedy b c,, 3 D M D c D c

Náhodý výběr z ormálího rozděleí Dále budeme předpokládat, že pozorovaá áhodá velča má ormálí rozděleí ~Nμ, σ. Parametry μ, σ, μ, σ R, σ >0, jsou ezámé parametry. Nechť, je výběrový průměr a výběrový rozptyl. Pak platí: je ejlepší estraý odhad parametru E = μ je ejlepší estraý odhad parametru D = σ

tředí kvadratcká odchylka Kvaltu bodového odhadu T lze posoudt podle středí kvadratcké odchylky E T Čím je meší, tím je bodový odhad kvaltější. Pokud je T estraý, pak ET Pokud je bodový odhad estraý, ještě emusí zameat, že má meší kvadratckou odchylku ež straý. a E T DT

tředí kvadratcká odchylka Příklad Nechť,, je áhodý výběr z ormálího rozděleí o středí hodotě μ a rozptylu σ. Chceme odhadout parametr σ. a porovejte středí kvadratckou odchylku pro statstky: M b pro jaké c je středí kvadratcká odchylka Tc odhadu σ ejmeší. T c c

tředí kvadratcká odchylka Platí Nechť T je bodovým odhadem. Je-l E T kvadratckou odchylku platí: E T θ D T B T, pak pro středí Příklad Nechť,, je áhodý výběr z ormálího rozděleí o středí hodotě μ a rozptylu σ. T je bodovým odhadem parametru σ. Pak E E 0 M E

tředí kvadratcká odchylka P3 Odhady parametrů ouhr: Mějme statstky: Nechť je áhodý výběr z ormálího rozděleí o středí hodotě μ a rozptylu σ.. Odhad σ :,, M K D D M D K E E M E K E E M E K

Kozstetí odhady Bodový odhad T se azývá kozstetí pokud platí: ebo T,, lm P jedá se o kovergec podle pravděpodobost: T,, 0 lm P T P Platí: Nechť T T,, =,, je posloupost bodových odhadů parametrcké fukce. Dále echť platí: a lm E T - asymptotcky estraý b lm 0 D T pak T je kozstetí odhad.

Kozstetí odhady,, Nechť je áhodý výběr z rozděleí o středí hodotě μ a rozptylu σ. Pak pro výběrový průměr platí: a pro koečé μ je kozstetí odhad μ b pro koečé σ je kozstetí odhad σ M c pro koečé σ je kozstetí odhad σ d pro koečé σ je kozstetí odhad σ

Náhodý výběr z ormálího rozděleí Dále budeme předpokládat, že pozorovaá áhodá velča má ormálí rozděleí ~Nμ, σ. Parametry μ, σ, μ, σ R, σ >0, jsou ezámé parametry. Nechť, je výběrový průměr a výběrový rozptyl. Pak platí: je ejlepší estraý kozstetí odhad parametru E = μ je ejlepší estraý kozstetí odhad parametru D = σ

Příklad,, Nechť je áhodý výběr z rovoměrého rozděleí Ro0, b, kde b je ezámý parametr. K odhadu tohoto parametru použjeme statstky: T T max,, T3 Pro tyto statstky zjstěte, zda jsou estraé, asymptotcky estraé, jaké mají rozptyly porovat mez sebou, jaká je jejch kvadratcká odchylka porovat mez sebou a zda jsou kozstetí odhady.