7. cvičení 4ST201-řešení

Podobné dokumenty
7. cvičení 4ST201. Úvod: bodový a intervalový odhad

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

Odhady parametrů 1. Odhady parametrů

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

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

Intervalové odhady parametrů některých rozdělení.

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

V. Normální rozdělení

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

Intervalové odhady parametrů

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

PRAVDĚPODOBNOST A STATISTIKA

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

Testování statistických hypotéz

8. Odhady parametrů rozdělení pravděpodobnosti

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

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

8. cvičení 4ST201-řešení

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

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

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

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

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

Náhodný výběr 1. Náhodný výběr

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

vají statistické metody v biomedicíně

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

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

NEPARAMETRICKÉ METODY

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy

Pravděpodobnost a aplikovaná statistika

Deskriptivní statistika 1

Pravděpodobnost a aplikovaná statistika

Metody zkoumání závislosti numerických proměnných

12. N á h o d n ý v ý b ě r

Pravděpodobnost a aplikovaná statistika

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

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

P2: Statistické zpracování dat

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

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

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

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

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

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Pravděpodobnostní modely

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

Interval spolehlivosti pro podíl

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

17. Statistické hypotézy parametrické testy

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

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

8. Analýza rozptylu.

Mendelova univerzita v Brně Statistika projekt

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

1. Základy počtu pravděpodobnosti:

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

Popisná statistika. Zdeněk Janák 9. prosince 2007

Kvantily. Problems on statistics.nb 1

Dynamická pevnost a životnost Statistika

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

Národní informační středisko pro podporu jakosti

7. Odhady populačních průměrů a ostatních parametrů populace

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

Přednášky část 7 Statistické metody vyhodnocování dat

Úloha II.S... odhadnutelná

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

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

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.

8.2.1 Aritmetická posloupnost I

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

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení

a další charakteristikou je četnost výběrového souboru n.

8. Základy statistiky. 8.1 Statistický soubor

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

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

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

VaR analýza citlivosti, korekce

Úloha III.S... limitní

b c a P(A B) = c = 4% = 0,04 d

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

PRAVDĚPODOBNOST A STATISTIKA

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

Zhodnocení přesnosti měření

Testování statistických hypotéz

Základní požadavky a pravidla měření

Teorie chyb a vyrovnávací počet. Obsah:

8.2.1 Aritmetická posloupnost

Transkript:

cvičící 7. cvičeí 4ST21-řešeí Obsah: Bodový odhad Itervalový odhad Testováí hypotéz Vysoká škola ekoomická 1 Úvod: bodový a itervalový odhad Statistický soubor lze popsat pomocípopisých charakteristik jako aritmetický průměr, rozptyl, relativíčetost. Vlastosti základího souboru(apř. obyvatel ČR), kterése edajízjistit přímo (těžko se dotázat všech 1 mil. obyvatel) odhadujeme pomocívýběrového souborua jeho výběrových charakteristik. Zatímco charakteristiky ZS jsou pevéhodoty, statistiky VS se měí od jedoho áhodého výběru ke druhému a mají charakter áhodých veliči, eboťjsou získáváy s hodot áhodého výběru. 2

Bodový odhad Odhadujeme parametr ZS pomocí jedoho čísla ezámou hodotu parametru Gzákladího souboru odhademe pomocí vypočítaé hodoty vhodé výběrové charakteristiky g Bodovým odhadem i 1 1. růměru ZS μ je výběrový průměr x i x 2 ( xi μ) 2. Rozptylu ZS 2 i 1 σ je výběrový rozptyl i 1 x i s,2 x ( xi x ) i 1 1 2 M 3. Relativí četosti ZS π je výběrová relativí četost m p 3 Itervalový odhad Chceme co ejužšíiterval takový, že se zvoleou spolehlivostíobsahuje odhadovaý parametr. Odhad charakteristiky ZS čiíme pomocí itervalu, v ěmž bude hledaá charakteristika ležet s určitou spolehlivostí. Spolehlivost odhadu 1-α(95%,99%) α riziko, že charakteristika ebude itervalem pokryta, volíme sami, ejčastěji 5%, 1% řesost itervalového odhadu roste s rozsahem souboru. řesost itervalového odhadu klesá s rostoucí spolehlivostí. Iterval je pro každý výběr jiý a je áhodý! Ve (1-α)*1% pokusů kostrukce itervalu, bude teto iterval zahrovat sledovaý parametr. Iterval samotý jede, sledovaý parametr zahruje ebo ezahruje! 4

říklady: Bodový a itervalový odhad říklad. 7.1.: V souboru data_cv7.sas7bdatje proměá body z testu. V souboru je uvedeo 6 výsledků z 1. průběžého testu. Budeme odhadovat dosažeé body za celou školu. Budeme předpokládat, že tito studeti byli áhodě vybrái ze všech. 1. a základětohoto výběru odhaděte středíhodotudosažeých bodůz testu, pokud z miulých výzkumůvíme, že rozptyl dosažeých bodůze statistiky je přibližěrove 2,91. (OZOR, rozlišovat, zda rozptyl záme či ezáme!!) 2. Sestrojte 95% iterval spolehlivosti pro středí hodotu získaých bodů. 3. omocí jedostraého itervalu spolehlivosti určete dolí mez pro středí hodotu dosažeých bodů takovou, aby pravděpodobost jejího překročeí byla,95. Úkoly řešte ručěi v SASu. 5 říklad 7.1. - Řešeí 1. Bodový odhad: 2. Itervalový odhad: 3. Itervalový odhad: μˆ x 16,45 x-u x-u 4,57 4,57 x-1.96 * < μ < x + 1.96 *.95 6 6.95 1-α/ 2.975 σ * < μ < x + u 4,57 * < μ < x + u 6 1-α/ 2.975 σ * 1 a 4,57 *.95 6 ( 16.45-1.96 *.59 < μ < 16.45 + 1.96 *.59) ( 15.29 < μ < 17.6). 95 (x-u (x-u 4,57 (16,45-1,645* < μ ).95 6.95 1-α.95 σ * < μ ) a ( 16,45 -,97 < μ) ( 15,48 < μ). 95 4,57 * < μ ).95 6 6

říklad 7.1. v SASu 1. Zjistíme bodový odhad a dalšícharakteristiky: průměr, směrodatou odchylku, směrodatou chybu odhadu a) Describe-Summary Statistics-Aalysis Variable b) Zadám proměou c) V listu Statistics Basic: Mea, Stadard deviatio, Stadard error. 2. Zjistíme itervaly spolehlivosti: a) Describe-Summary Statistics-Aalysis Variable rví způsob b) Zadám proměou c) V listu Statistics Additioal-Cofidece limits od the mea d) Zaškrtu 95% Druhý způsob i. Describe-Distibutio Aalysis-Task role-zadám proměou ii. V listu Distributios vyberu rozděleí-ormal iii. V listu Tables-Basic cofidece iterval iv. Zadám type: two-side, 95%. (pokud jedostraý: upper, lower) 7 říklady: Bodový a itervalový odhad říklad 7.2. : Byla zjišťováa spokojeost zákazíkůrestaurace po změějídelího lístku. Bylo áhoděosloveo celkem 32zákazíků, z ichž59bylo celkověs restauracíespokojeo. 1. a základětohoto výběrůodhaděte procetospokojeýchzákazíků. 2. Sestrojte 95% dvoustraý itervalspolehlivosti pro odhad proceta espokojeých zákazíků. 3. Jaký je ejmešípodíl espokojeých zákazíkůs ovou restauracíza výše daých podmíek? (ápověda: ejmešílevostraý iterval) 4. okud záme celkový početzákazíkůtéto restaurace a to 3 lidí, jaký je miimálípočet espokojeýchzákazíků? 8

1. Bodový odhad: 2. Itervalový odhad: Řešeípříkladu 7.2. 32 59 πˆ p,816 32,184-1.96 * (,142 < π <,226). 95 ( 1-p) p* ( 1-p) p* p-u1-α/ 2* < π < p + u1-α/ 2 *,184*,816 32 < π <,184 + 1.96 * 1 a,184*,816.95 32 3. Itervalový odhad: 4. očet zákazíků!: p-u 1-α * p*,184-1,645 * ( 1-p) (,148 < π). 95 ( 3*,148 < * π) ( 444 < * π). 95 < π 1 a,184*,816 32.95 < π.95 9 Testováí hypotéz Chceme ověřit, jestli platíějakétvrzeí(testovaáhypotéza). V případěparametrických testůje tato hypotéza formulováa jako tvrzeío parametrech rozděleí áhodé veličiy. Testovaou hypotézu přijímáme ebo vyvracíme a základě vypočítaé hodoty testového kritéria. Tím je vhodáfukce hodot áhodého výběru, která má při platosti testovaé hypotézy zámé rozděleí. a základězalosti rozděleítestového kritéria rozdělíme obor jeho hodot a obor přijetía kritický obortak, aby pravděpodobost, že hodota testového kritéria bude v kritickém oboru byla rova α. Tuto pravděpodobost azýváme hladia výzamosti. ravděpodobost, že hodota testového kritéria spade do kritického oboru a my tak chybězamíteme pravdivou hypotézu, by měla být malá. Čím je však αmeší, tím většíje pravděpodobost, že aopak přijmeme chybou hypotézu. 1

řehled testů 1. Test hypotézy o středí hodotě a) okud záme rozptyl b) okud ezáme rozptyl 2. Test hypotézy o relativí četosti 3. Test hypotézy o shodě dvou středích hodot a) okud záme hodotu rozptylů b) okud ezámehodotu rozptylů, ale domíváme se, že se rovají c) okud ezámehodotu rozptylůa domíváme se, že se erovají! odívat se do vzorců, Vždy se zamyslet, ajít co testuji, zvolit správý test!!!!odívat se do Aplikací, jak vypadají výstupy ke všem těmto testům!!! 11 říklady: testováí hypotéz říklad 7.3.: Vyučujícítvrdí, že výsledek studetůz testu ze statistiky je v průměru15 bodů. a základězjištěých 6 údajůz příkladu 7.1. se pokuste a hladiěvýzamosti 5% prokázat, že to tak eí. 12

Řešeípříkladu 7.3. 1. Hypotézy: H1: μ 15 2. Testové kritérium: 3. Kritický obor: H : μ 15 W W,5,5 x μ σ 16,45 15 U 2, 458 4,57 U 4. Výsledek: U>1,96. Testovaékritérium spadádo kritického oboru. a 5% hladiěvýzamosti se ám podařilo zamítout hypotézu, že průměrý výsledek studetů je 15 bodů. { U u1 α/ 2} { U 1,96} 6 13 říklad. 7.4.: říklady testováí hypotéz Vraťme se k zadáí příkladu 7.2.: Byla zjišťováa spokojeost zákazíkůrestaurace po změějídelího lístku. Bylo áhoděosloveo celkem 32zákazíků, z ichž59bylo celkověs restauracíespokojeo. okud měla restaurace při starém lístku v průměru 2% espokojeých zákazíků, ověřte předpoklad, zda se teto podíl po změějídelího lístku změil. (hladia výzamosti je 5%). (SAS umí, podívejte se do Aplikací!)! orovejte doma iterval spolehlivosti pro podíl espokojeých zákazíků a testovaou hypotézu! 14

Řešeípříkladu 7.3. 1. Hypotézy: H1: π,2 2. Testové kritérium: 3. Kritický obor: H : π,2 W W U,5,5 π p π U, 74 ( 1 π ) 4. Výsledek: U>1,96. Testovaékritérium espadádo kritického oboru. a 5% hladiěvýzamosti se ám epodařilo zamítout testovaou hypotézu. Změou jídelího lístku se počet espokojeých zákazíkůezměil. * { U u1 α/ 2} { U 1,96},184,2,2*,8 32 15 Děkuji za pozorost! okud budete mít jakékoliv dotazy či připomíky, pište mi a mail jaa.feclova@vse.cz ebo přijďte do kozultačích hodi každý pátek 9:-11: JM317. 16