Interval spolehlivosti pro podíl

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

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Odhady parametrů 1. Odhady parametrů

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

V. Normální rozdělení

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.

Intervalové odhady parametrů některých rozdělení.

Testování statistických hypotéz

12. N á h o d n ý v ý b ě r

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec

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

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

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

Pravděpodobnost a aplikovaná statistika

PRAVDĚPODOBNOST A STATISTIKA

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

Kapitola 3.: Úlohy o jednom náhodném výběru z normálního rozložení

PRAVDĚPODOBNOST A STATISTIKA

Deskriptivní statistika 1

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

1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá

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

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

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

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

Přednášky část 7 Statistické metody vyhodnocování dat

Náhodný výběr 1. Náhodný výběr

Téma 4: Výběrová šetření

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

Intervalové odhady parametrů

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

Dynamická pevnost a životnost Statistika

stavební obzor 1 2/

Pravděpodobnostní model doby setrvání ministra školství ve funkci

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

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

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

Odhady a testy hypotéz o regresních přímkách

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu

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

Popisná statistika. Zdeněk Janák 9. prosince 2007

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

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

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

Pravděpodobnost a aplikovaná statistika

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

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

8. Analýza rozptylu.

Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání

PRAVDĚPODOBNOST A STATISTIKA

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

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

8. Odhady parametrů rozdělení pravděpodobnosti

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Metody zkoumání závislosti numerických proměnných

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

Příklady z přednášek

Test hypotézy o parametru π alternativního rozdělení příklad

P2: Statistické zpracování dat

MATICOVÉ HRY MATICOVÝCH HER

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

Matematická statistika I přednášky

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

Zá k l a d y k v a n t i t a t i v n í g e n e t i k y

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

17. Statistické hypotézy parametrické testy

Statistika pro metrologii

Úloha II.S... odhadnutelná

2. Náhodná veličina. je konečná nebo spočetná množina;

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

Úloha III.S... limitní

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

elektrické filtry Jiří Petržela základní pojmy

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

13 Popisná statistika

Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.)

7. cvičení 4ST201-řešení

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu jakosti

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Základní požadavky a pravidla měření

Téma 1: Pravděpodobnost

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.

Asynchronní motory Ing. Vítězslav Stýskala, Ph.D., únor 2006

NEPARAMETRICKÉ METODY

6. Posloupnosti a jejich limity, řady

BIOSTATISTIKY A ANALÝZ

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů

Zobrazení čísel v počítači

PRAVDĚPODOBNOST ... m n

Transkript:

Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této áhodé veličiy. Výběr dotaovaých jedotek muí být eávilý. Jetliže výběr opakujeme dotaeme jié odpovědi. Abtraktě le defiovat áhodý výběr jako upořádaou -tici (vektor) áhodých veliči. De f i i c e Náhodý výběr [... ] je vektor eávilých a tejě roděleých áhodých veliči. roah výběru Kokrétí hodoty realiace áhodého výběru

Bodový odhad parametru arametry ákladího ouboru (populace) rep. parametry roděleí Výběrové charakteritiky Základí oubor (populace) tředí hodota µ roptyl měrodatá odchylka pravděpodobot rel. četot π Výběrový oubor (výběr) průměr výběrový roptyl výběrová měr. odchylka relativíčetot p i p "00.000 ylů e emůže mýlit." (Záko velkých číel) Beroulliho áko velkých číel Relativíčetot ledovaého jevu v poloupoti eávilých pokuů koverguje podle pravděpodoboti k pravděpodoboti ledovaého jevu rote-li počet pokuů ade všechy mee S lim p > ε 0 Chiči iův áko velkých číel Aritmetický průměr eávilých výběrů e tejého roděleí koverguje podle pravděpodoboti ke tředí hodotě. lim i i µ > ε 0

Vlatoti dobrého odhadu Netraot (evychýleot ekreleot) tředí hodota tatitiky je rova odhadovaému parametru Aymptoticky etraý odhad ři rotoucím roahu výběru e vychýleí mešuje Koitece koverguje podle pravděpodoboti k odhadovaému parametru. S rotoucím roahem výběru kleá pravděpodobot že e použitá tatitika bude od odhadovaého parametru výamě lišit. Vydatot (eficiece). O tatitice která má e všech etraých odhadů ejmeší roptyl říkáme že je vydatým (ejlepším) etraým odhadem Maximálě věrohodý odhad parametru t je maximem věrohodotí fukce f(xt) kde f(x) je hutota proměé x. Urče eí přeoti odhadu 6 ± řeot měřeí (poor a počet platýchčílic) růměr + SD. (měrodatá odchylka) růměr a mee toleračího itervalu růměr + SEM (tadard error of mea ) ifo o vydatoti odhadu průměru SEM / růměr a mee itervalu polehlivoti 3

Itervalový ý odhad parametru Itervalový odhad íkáme bodového odhadu a adáím pravděpodoboti (koeficietu polehlivoti) jakou parametr leží v tomto itervalu. Většiou počítáme 95% ebo 99 % itervaly polehlivoti (CI -cofidece iterval). Čím větší je koeficiet polehlivoti tím větší je i délka itervalu Cetrál lí limití věta Údaje které jou ovlivňováy velkým počtem malých a a obě eávilých efektů budou roděley přibližě ormálě Čím větší je roah výběru tím více e roděleí průměrů blíží ormálímu roděleí 4

Cetrál lí limití věta Lévyho-Lidebergova věta. okud je áhodá veličia oučtem vájemě eávilých áhodých veliči e hodým roděleím libovolého typu koečou tředí hodotou µ a koečým roptylem pak pro ormovaou áhodou veličiu µ U platí vtah lim U ( u) Φ( u) kde Φ(u) je ditribučí fukce ormovaého ormálího roděleí N(0). ř: Doba živototi auta má expoeciálí roděleí parametrem (/5). otom ormovaý tvar průměru dob živototi eávile vyráběých aut 5 U 5 je možé aproximovat ormálím roděleím N(0) Cetrál lí limití věta http://www.caueweb.org/repoitory/tatjava/cltapplet.html 5

Kotrukce itervalových odhadů Zvolíme vhodou výběrovou charakteritiku jejíž roděleí áme T() 00(-)% hladia polehlivoti - hladia výamoti (volíme 005; 00) Jedotraé Levotraé ( ; x ); ( T( ) x ) ravotraé ( x ) ; ( T ( ) > ) ; x Dvoutraé Kotrukce itervalových odhadů Zvolíme vhodou výběrovou charakteritiku jejíž roděleí áme (tetová tatitika) T() ( T ( ) x ) T ( ) x x T ( ) x 6

7 Itervalových odhad pro t Itervalových odhad pro třed edí hodotu hodotu Dvoutraé Zvolíme vhodou výběrovou charakteritiku jejíž roděleí áme (tetová tatitika) Z() ( ) ( ) ) ( Z T µ µ + ) ( T Z µ ) ( Itervalový odhad t Itervalový odhad třed edí hodoty hodoty ředpoklady Normálí roděleí ebo velký roah výběru Neámý roptyl (pokud roptyl áme ahradíme kvatily t- roděleí kvatily ormálího roděleí) + + ; je polehlivoti iterval t t t t µ (-).00% iterval polehlivoti v Excelu 003 NORMSINV(alfa/) kvatil ormálího roděleí TINV(alfa; -) kvatil tudetova roděleí 95% iterval polehlivoti v Excelu 003 NORMSINV(005) kvatil ormálího roděleí TINV(005; -) kvatil tudetova roděleí

8

Itervalový odhad třed edí hodoty říklad V průběhu jedoho roku byl áhodě jišťová počet cetujících ve vlacích a trae raha Olomouc. Ze 30 hodot byl vypočteý průměr 450 a měrodatá odchylka 30. Určete 99% iterval polehlivoti. iterval polehlivoti t 30 t 30 je 0005;9 30 756 5095 30 ( 450 5095; 450 + 5095) (434;465) t ; + t Můžeme tedy pravděpodobotí 95% říci že tředí hodota počtu cetujících je mei 434 a 465. Roah výběru pro odhad třed edí hodoty Záme měrodatou odchylku IS ; + Roah výběru pro 00(-)% IS pro µ e adaou chybou µ: µ µ ř: Určete roah výběru utý k tomu aby byla odhaduta 95 % polehlivotí hledaá tředí hodota IQ tudetůčvut příputou chybou 5 bodů iteligečí tupice. 96 5 5 346 9

Jedovýběrový -tet o třed edí hodotě H0: µµ 0 při ámém roptylu (dvoutraý tet) Tetová tatitika µ 0 Z( ) N(0) H0 amítáme a hladiě výamoti jetliže hodota parametru daá ulovou hypotéou epade do (-)00% itervalu polehlivoti pro tetovaý parametr. Obor přijetí: -hodota: *MIN( ZTEST(arrayx[igma]) -ZTEST(arrayx[igma]) ) mi( ( Z c ) ( Z c )) Jedovýběrový -tet o třed edí hodotě H0: µ µ 0 při ámém roptylu (levotraý tet) Obor přijetí : ( ) H0: µ > µ 0 při ámém roptylu (pravotraý tet) Obor přijetí : ( ) -hodota ( Z ) 0 ( Z ) 0 -hodota pro H0: µ µ0 : ( ZTEST(arrayx[igma]) 0

Jedovýb Jedovýběrový rový Z-tet tet Itervalový odhad roptylu Itervalový odhad roptylu ředpoklady Normálí roděleí ; je polehlivoti iterval χ χ χ χ (-)00% iterval polehlivoti v Excelu CHIINV(alfa/-) CHIINV(-alfa/-) 95% iterval polehlivoti v Excelu 003 CHIINV(005-) CHIINV(0975-)

Itervalový odhad podílu ředpoklady očet výkytu hledaého aku je alepoň 5 kde p ( p) p ( p) p ; p + je kvatil ormovaého ormálího roděleí. Roah výběru pro příputou chybu odhadu p. p / ( p) 95% iterval polehlivoti v Excelu 003 NORMSINV(0975) p kvatil ormálího roděleí DU: Roah výběru pro podíl p / ( p) p Kolikrát muíme opakovat hod micí abychom 95% pravděpodobotí dotali výledek relativíčetoti v itervalu (04; 06). [96 pokuů] Během pátečího odpolede byla aměřea doba čekáí a metro ve taici Dejvická (txt údaje v ekudách). Tetujte da je průměrá doba čekáí větší ež miuty. [H0: µ mi -hodota. 0-6 ]