1.6. Srovnání empirických a teoretických parametrů (4.-5.předn.)

Podobné dokumenty
PRAVDĚPODOBNOST A STATISTIKA

Přijímací zkouška na navazující magisterské studium 2016

Přednáška č. 7 Analýza experimentálních údajů, testování statistických hypotéz, testy střední hodnoty

Volba vhodného modelu trendu

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

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA. VZORCE PRO 4ST201 a 4ST210

3. POJIŠTĚNÍ OSOB (ŽIVOTNÍ POJIŠTĚNÍ)

6 Algoritmy ořezávání a testování polohy

PRAVDĚPODOBNOST A STATISTIKA. Testy hypotéz

Modelování časových řad akciových výnosů #

Odhady parametrů 1. Odhady parametrů

Intervalové odhady parametrů některých rozdělení.

PRAVDĚPODOBNOST A STATISTIKA

Metody odhadu poptávky a nabídky v podmínkách nerovnovážného modelu

Pravděpodobnost a aplikovaná statistika

Úvod do analýzy časových řad

4EK211 Základy ekonometrie

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

Úvod do analýzy časových řad

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA. VZORCE PRO 4ST201 a 4ST210

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

NEPARAMETRICKÉ METODY

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

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ESTIMATION OF DENSITY FUNCTION PARAMETERS WITH CENSORED DATA FROM PRODUCT LIFE TESTS

Pravděpodobnost a aplikovaná statistika

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

V. Normální rozdělení

Testování statistických hypotéz

PE 301 Podniková ekonomika 2. Garant: Eva KISLINGEROVÁ. Téma Metody mezipodnikového srovnávání. Téma 12. Eva Kislingerová

OBJEKTOVÁ ALGEBRA. Zdeněk Pezlar. Ústav Informatiky, Provozně-ekonomická fakulta MZLU, Brno, ČR. Abstrakt

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA VZORCE PRO 4ST201

Strukturální model nekryté úrokové parity a jeho empirická verifikace 1

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

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

Investiční činnost. Existují různá pojetí investiční činnosti: Z pohledu ekonomické teorie. Podnikové pojetí investic

Náhodný výběr 1. Náhodný výběr

Deskriptivní statistika 1

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Testování statistických hypotéz

Základy teorie chyb a zpracování fyzikálních měření Jiří Novák

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA VZORCE PRO 4ST201

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

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

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

Metody zkoumání závislosti numerických proměnných

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

vají statistické metody v biomedicíně

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

7. cvičení 4ST201-řešení

Časové řady elementární charakteristiky

Úloha II.S... odhadnutelná

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

Parciální funkce a parciální derivace

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

Intervalové odhady parametrů

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA VZORCE PRO 4ST201

Časová zátěž Na prostudování této kapitoly a splnění úkolů s ní spojených budete potřebovat asi 8 hodin studia.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Rizika prognózy tržeb na základě historických dat a jejich důsledky pro vypočtenou hodnotu podniku

P2: Statistické zpracování dat

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

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

SP NV Normalita-vlastnosti

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

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

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

7 ANALÝZA ČASOVÝCH ŘAD TRENDOVÁ SLOŽKA

DIMENZOVÁNÍ KOMPOZITNÍCH PROFILŮ PREFEN

Pravděpodobnostní modely

Modelování vlivu parametrického buzení na kmitání vetknutého nosníku

Interval spolehlivosti pro podíl

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

7. Odhady populačních průměrů a ostatních parametrů populace

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

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

DIFERENCIÁLNÍ ROVNICE

Národní informační středisko pro podporu jakosti

VÝKONOVÉ DIODY 5000 A 0,1 A I FAV 50 V U RRM V

PRAVDĚPODOBNOST A STATISTIKA

Geometrické modelování. Diferenciáln

Číslo materiálu VY_32_INOVACE_CTE_2.MA_17_Klopné obvody RS, JK, D, T. Střední odborná škola a Střední odborné učiliště, Dubno Ing.

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

2. ZÁKLADY TEORIE SPOLEHLIVOSTI

Návrh rozložení výroby jednotlivých výrobků do směn sloužící ke snížení zmetkovitosti

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.

12. N á h o d n ý v ý b ě r

PRAVDĚPODOBNOST A STATISTIKA

Odezva na obecnou periodickou budící funkci. Iva Petríková Katedra mechaniky, pružnosti a pevnosti

Analýza citlivosti NPV projektu na bázi ukazatele EVA

popsat charakteristické rysy teorie spolehlivosti technické a matematické aspekty teorie spolehlivosti

Přírodovědecká fakulta NÁHODNÉ PROCESY. Ivan Křivý

8. Odhady parametrů rozdělení pravděpodobnosti

Evakuace osob v objektech zdravotnických zařízení

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

Základní požadavky a pravidla měření

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

Studie proveditelnosti (Osnova)

Transkript:

.6. rováí empirických a eoreických paramerů (4.-5.před.) Cíle: - pravděpodobosí zkoumáí výběrového saisického souboru: kvaifikace eoreických paramerů, srováí eoreických a empirických paramerů (Probable ivesigaio of selecive saisical se: Quaificaio of heoreical parameers, Compariso of heoreical ad empirical parameers). - pravděpodobosí obraz výběrového saisického souboru: bodový a iervalový odhad apř. ierval spolehlivosi, Tesováí paramerických hypoéz (Probable picure of selecive saisical se: Poi & ierval esimaio e.g. cofidece ierval, Tesig of parameric hypoheses). Osvojovaé pojmy a pozaky: Bodový odhad (poi esimaio), iervalový odhad (ierval esimaio), ierval spolehlivosi (cofidece ierval), ierval spolehlivosi pro sředí hodou (cofidece ierval for Mea), ierval spolehlivosi pro sadardí odchylku (cofidece ierval for adard Deviaio), esováí paramerických hypoéz (esig of parameric hypoheses), aplikace u-esu (compued u-saisic), aplikace -esu (compued -saisic), aplikace F-esu (compued F-saisic), aplikace χ -esu (compued Chi-square saisic). Další z hlavích meod saisiky rováí empirických a eoreických paramerů avazuje a Přiřazeí eoreického rozděleí rozděleí empirickému. Teoreické rozděleí je ideifikováo a eparamerickým esováím přiřazeo, obsahuje však dosud ezámé hodoy eoreických paramerů. Před provedeím srováí empirických a eoreických paramerů je pořebé eoreické paramery odhadou. Pak lze přisoupi ke srováváí empirických a eoreických paramerů s použiím aparáu paramerického esováí.

.6.. Základy eorie odhadů Teoreické paramery (apř. sředí hodou E() = µ a rozpyl D() = u rozděleí ormálího) je zapořebí odhadou. Odhady eoreických paramerů mohou bý dvojího druhu: bodové a iervalové. Dobré bodové odhady by měly splňova podmíky koziseosi, esraosi, vydaosi a dosaečosi. Zde jsou yo podmíky je připomeuy, podrobější iformace lze získa v lierauře zabývající se eorií odhadů. Bodový odhad lze provés momeovou meodou ebo meodou maimálí věrohodosi. Momeová meoda spočívá v om, že se empirické paramery považují za odhady odpovídajících eoreických paramerů. Meoda maemaické věrohodosi je podsaě maemaicky áročější. Nevýhodou bodových odhadů je především ezalos přesosi, s kerou byl odhad učiě. Iervalové odhady odsraňují problém ezalosi přesosi odhadu. aží se sesroji ierval, kerý by poskyoval rozumou záruku (dosaečě vysokou pravděpodobos), že skuečá hodoa eoreického parameru leží uviř iervalu. Tao pravděpodobos souvisí opě s volbou hladiy výzamosi α a sesrojeý ierval pak ese ázev 00 ( - α)% ierval spolehlivosi (apř. pro α = 0,05 půjde o 95% ierval spolehlivosi). Kosrukce iervalu spolehlivosi pro sředí hodou µ ormálího rozděleí pomocí u esu (podmíka kosrukce rozpyl je předem zadá): aisické kriérium : u = - µ Kriické hodoy : Podmíka pro kosrukci iervalu spolehlivosi: -u (α/) ; u(α/) -u (α/) < u< u(α/) Zápisy iervalu spolehlivosi (iervalové odhady µ): - u( α /) < µ < + u( α /)

µ - u( α /) ; + u( α /) Kosrukce iervalu spolehlivosi pro sředí hodou µ ormálího rozděleí pomocí esu (podmíka kosrukce rozpyl eí předem zadá, uo vypočía empirický rozpyl ): aisické kriérium : = - µ Kriické hodoy : Podmíka pro kosrukci iervalu spolehlivosi: - - (α/) ; - (α/) - - (α/) < < - (α/) Zápisy iervalu spolehlivosi (iervalové odhady µ): - - ( α /) < µ < + - ( α /) µ - - ( α /) ; + - ( α /) Kosrukce iervalu spolehlivosi pro rozpyl ormálího rozděleí pomocí χ -esu (podmíka kosrukce uo vypočía empirický rozpyl ): aisické kriérium : χ ( -) = Kriické hodoy: Podmíka pro kosrukci iervalu spolehlivosi: χ (-(α/) ), - χ (α/) - χ (-(α/)) < χ < - χ (α/) - Zápisy iervalu spolehlivosi (iervalové odhady ): - χ ( α ) < < - χ - - ( α )

- χ ( α ) ; - - χ ( α - ) Zadaý příklad - kosrukce iervalu spolehlivosi pro sředí hodou µ pomocí -esu: aisické kriérium : = - µ - 49 Kriické hodoy : - 49 (α/) ; + 49 (α/) Podmíka pro kosrukci iervalu spolehlivosi: - 49 (α/) < < 49 (α/) Kosrukce iervalu spolehlivosi: - ( 49 α /) < µ < + ( 49 α /) µ - ( 49 α /) ; + ( 49 α /) 49 (α/) = 49 ( 0,05 ) =,96 ( > 33 použií abulek pro u-es) µ,;,779 Zadaý příklad - kosrukce iervalu spolehlivosi pro rozpyl pomocí χ -esu: aisické kriérium : χ ( -) = Kriické hodoy : χ (-(α/) ) = 49 χ (0,975) = 30,60, 49 χ (α/) = 49 χ (0,05) = 70, 49 Podmíka pro kosrukci iervalu spolehlivosi: χ -( - (α/) ) < χ < χ -(α/) Kosrukce iervalu spolehlivosi: - χ ( α ) < < χ - - - ( α ) =,0 0,705;,67 0,839;,7

.6.. Základy esováí paramerických hypoéz Tesováí paramerických hypoéz opě vychází z aparáu ulové hypoézy H 0 a aleraiví hypoézy H a. Teo apará je doplě obvyklým aparáem kriického oboru W. Vzhledem k cerálí limií věě je přirozeým předpokladem, že empirickému rozděleí lze přiřadi jako ejvhodější eoreické rozděleí rozděleí ormálí. Paramerické esováí lze rozčlei a jedovýběrové esováí hypoézy o sředí hodoě ebo o rozpylu (pak jsou požíváy jedovýběrové esy u-es a -es pro sředí hodou a jedovýběrový χ -es pro rozpyl) a a dvojvýběrové esováí hypoézy o rovosi sředích hodo ebo rozpylů (pak jsou používáy dvojvýběrové esy u-es a -es pro rovos sředích hodo a dvojvýběrový F-es pro rovos rozpylů). V případě jedovýběrového esováí lze hypoézu H 0 a H a psá ve varu apř. H 0 : µ = µ 0 ebo H 0 : = ο 0, H a : µ µ 0 ebo H a : ο 0. Jedovýběrové paramerické esováí vychází ze srováváí empirického parameru µ ebo empirického parameru (ěmio symboly jsou ozačey výsledky elemeárího saisického zpracováí výběrového saisického souboru V, jejichž prosředicvím byly odhaduy příslušé eoreické paramery µ, odpovídajícího ormálího rozděleí) s ějakými vějšími eoreickými údaji µ 0, 0, jejichž původ může bý rozmaiý (sudium lieraury, výzkumé zprávy, komerčí ukazaele apod.). polečým jmeovaelem ěcho vějších údajů může bý zjišěí, že zřejmě charakerizují určiý výzamý základí saisický soubor Z. Jedovýběrové paramerické esováí pak z pohledu maemaické saisiky odpovídá a oázku, zda zkoumaý výběrový saisický soubor V mohl bý vybrá z popsaého výzamého základího saisického souboru Z. Při povrzeí hypoézy H 0 lze a výsledky zkoumáí výběrového souboru V ahlíže v koeu vyvořeém základím souborem Z, při přijeí hypoézy H a elze z ohoo koeu vycháze. V případě dvojvýběrového esováí lze hypoézu H 0 a H a psá ve varu apř.

H 0 : µ = µ ebo H 0 : ο = ο, H a : µ µ ebo H a : ο ο Dvojvýběrové paramerické esováí vychází ze srováváí empirického parameru µ ebo empirického parameru (ěmio symboly jsou ozačey výsledky elemeárího saisického zpracováí výběrového saisického souboru V, jejichž prosředicvím byly odhaduy příslušé eoreické paramery µ, odpovídajícího ormálího rozděleí) s ějakými vějšími eoreickými údaji µ,, jejichž původ lze obvykle aléz ve výsledcích zkoumáí jiého výběrového saisického souboru V. Dvojvýběrové paramerické esováí pak z pohledu maemaické saisiky odpovídá a oázku, zda oba výběrové saisické soubory V a V zkoumaly obdobou oázku a zda yo soubory mohou spolupracova. Při povrzeí hypoézy H 0 lze a výběrové soubory V a V pohlíže jako a výběrové soubory vybraé z éhož základího souboru Z a obvykle se vyplaí saha soubor Z ideifikova. Při přijeí hypoézy H a je uo z pohledu maemaické saisiky vyslovi pochybosi o kompaibiliě souborů V a V. Posup při paramerickém esováí je obdobý jako při esováí eparamerickém. Nejdříve je pořebé aformulova ulovou a aleraiví hypoézu a zvoli hladiu výzamosi α. Pak je pořebé vybra vhodé saisické kriérium (u-es, -es, χ -es, F-es), aléz jeho kriickou hodou a zapsa odpovídající kriický obor W. Posléze je zapořebí přikroči k výpoču empirické hodoy saisického kriéria a zjisi zda je či eí prvkem kriického oboru W. Je-li empirická hodoa prvkem oboru W, je zapořebí přijmou aleraiví hypoézu H a, v opačém případě pak ulovou hypoézu H 0. Přehled ejobecějších saisických kriérií: a) Jedovýběrový u-es (esováí hypoézy o sředí hodoě při zámém rozpylu ) u ep = - µ 0, W = (-, -u(α/) u(α/), ) b) Jedovýběrový -es (esováí hypoézy o sředí hodoě při ezámém rozpylu )

ep = - µ 0, W = (-, - - (α/) - (α/), ) c) Dvojvýběrový u-es (esováí hypoézy o rovosi sředích hodo při zámých rozpylech, ) u ep = y +, W = (-, -u(α/) u(α/), ) d) Dvojvýběrový -es (esováí hypoézy o rovosi sředích hodo při ezámých rozpylech, ) ep = ( ) - y y + + ( ) ( + ) W = (-, - +- (α/) +- (α/), ) e) Párový -es (převod dvojvýběrového -esu a -es jedovýběrový a základě ulové hypoézy H 0 : µ - µ =, kde ejčasěji = 0) f) Jedovýběrový χ -es (esováí hypoézy o rozpylu při ezámých paramerech µ, ) ( -) χ ep =, W = 0, χ - (-α/) χ - (α/), )

g) Dvojvýběrový F-es (esováí hypoézy o rovosi rozpylů při ezámých paramerech µ, µ,, ) F ep =, W = 0, F-, - (-α/) F -, - (α/), ) y.6.3. Ilusrace paramerického esováí a) Zadaý příklad - esováí hypoézy o sředí hodoě Zjisěe, zda zkoumaý výběrový saisický soubor V (µ =,5) mohl bý při hladiě výzamosi α = 0,05 vybrá ze základího saisického souboru Z, kerý je charakerizová sředí hodoou a) µ 0 =,6, a) µ 0 =,9 (iformace o rozpylu chybí - je uo použí jedovýběrový -es). Formulace ulové a aleraiví hypoézy: H 0 : µ = µ 0, H a : µ µ 0 aisické kriérium : ep = - µ 0 Kriické hodoy : - - (α/), - (α/) Kriický obor : W = (- ; - - (α/) - (α/) ; + ) 49 ( 0,05 ) = u ( 0,05 ) =,96 W = (- ; -,96,96 ; + ) Výpoče eperimeálí hodoy saisického kriéria pro případ a): Hodoy vypočíaé při elemeárím saisickém zpracováí jsou = µ =,5, =,005 vější základí saisický soubor je charakerizová hodoou µ 0 =,6. Po dosazeí lze získa

- µ ep = 0 = -0,704 ep W Ierpreace výsledku: Eperimeálí hodoa ep epaří do kriického oboru, a hladiě výzamosi α = 0,05 lze přijmou ulovou hypoézu H 0. Zkoumaý výběrový soubor V mohl bý vybrá z vějšího souboru Z. Rozdíl mezi = µ a µ 0 je a hladiě výzamosi α = 0,05 saisicky evýzamý. Výpoče eperimeálí hodoy saisického kriéria pro případ a): Hodoy vypočíaé při elemeárím saisickém zpracováí jsou = µ =,5, =,005 vější základí saisický soubor je charakerizová hodoou µ 0 =,9. Po dosazeí lze získa ep = - µ 0 = -,84 ep W Ierpreace výsledku: Eperimeálí hodoa ep je prvkem kriického oboru, a hladiě výzamosi α = 0,05 lze zamíou ulovou hypoézu H 0. Zkoumaý výběrový soubor V emohl bý vybrá z vějšího souboru Z. Rozdíl mezi = µ a µ 0 je a hladiě výzamosi α = 0,05 saisicky výzamý. b) Zadaý příklad - esováí hypoézy o rozpylu Zjisěe, zda zkoumaý výběrový saisický soubor V (µ =,5, =,005) mohl bý při hladiě výzamosi α = 0,05 vybrá ze základího saisického souboru Z, kerý je charakerizová směrodaou odchylkou b) 0 =, b) 0 = 0,5 (bude použi jedovýběrový χ -es) Formulace ulové a aleraiví hypoézy: H 0 : = = 0, H a : = 0 aisické kriérium : ( -) χ ep =

Kriické hodoy : χ (-α/ ), - χ (α/) - Kriický obor : W = ( 0; χ ( - α/ ) - χ (α/); + ) - W = ( 0; 30,60 70,; + ) Výpoče eperimeálí hodoy saisického kriéria pro případ b): Hodoy vypočíaé při elemeárím saisickém zpracováí jsou =,005, vější základí saisický soubor je charakerizová hodoou 0 =. Po dosazeí lze získa ( -) χ ep = = 49,49 χ ep W Ierpreace výsledku: Eperimeálí hodoa χ ep epaří do kriického oboru, a hladiě výzamosi α = 0,05 lze přijmou ulovou hypoézu H 0. Zkoumaý výběrový soubor V mohl bý vybrá z vějšího souboru Z. Rozdíl mezi = a 0 je a hladiě výzamosi α = 0,05 saisicky evýzamý. Výpoče eperimeálí hodoy saisického kriéria pro případ b): Hodoy vypočíaé při elemeárím saisickém zpracováí jsou =,005, vější základí saisický soubor je charakerizová hodoou 0 = 0,5. Po dosazeí lze získa ( -) χ ep = = 97,96 χ ep W Ierpreace výsledku:

Eperimeálí hodoa χ ep paří do kriického oboru, a hladiě výzamosi α = 0,05 lze odmíou ulovou hypoézu H 0. Zkoumaý výběrový soubor V emohl bý vybrá z vějšího souboru Z. Rozdíl mezi = a 0 je a hladiě výzamosi α = 0,05 saisicky výzamý. c) Zadaý příklad - esováí hypoézy o rovosi sředích hodo Obdobé sledováí ekoomického savu jako u zadaého příkladu (zde byl zkoumá výběrový saisický soubor V 50 podiků s výsledkem = µ =,5) vedlo u 00 podiků k průměré hodoě supě eporí schoposi c) y = µ =,6, c) y = µ =,9 (rozpyly byly srovaelé, iformace o velikosi rozpylů však chybí je uo použí dvojvýběrový -es). Zjisěe, zda eo výběrový saisický soubor V mohl bý a hladiě výzamosi α = 0,05 vybrá z éhož základího saisického souboru Z jako soubor V. Formulace ulové a aleraiví hypoézy: H 0 : µ = µ, H a : µ µ aisické kriérium: ep = ( ) - y y + + ( ) ( + ) Kriické hodoy : - + - (α/), + - (α/) Kriický obor : W = (- ; - + - (α/) + - (α/) ; + ) 48( 0,05 ) =,96 W = (- ; -,96,96 ; + ) Výpoče eperimeálí hodoy saisického kriéria pro případ c): Hodoy vypočíaé při elemeárím saisickém zpracováí jsou = y =,0, = µ =,5, y = µ =,6, = 50, = 00. Po dosazeí lze získa ep = ( ) - y y + + ( ) ( + ) = - 0,574 ep W

Ierpreace výsledku: Eperimeálí hodoa ep epaří do kriického oboru, a hladiě výzamosi α = 0,05 lze přijmou ulovou hypoézu H 0. Zkoumaý výběrový soubor V a další výběrový soubor V mohly bý vybráy z jedoho a éhož vějšího souboru Z. Rozdíl mezi = µ a y = µ je a hladiě výzamosi α = 0,05 saisicky evýzamý. Výpoče eperimeálí hodoy saisického kriéria pro případ c): Hodoy vypočíaé při elemeárím saisickém zpracováí jsou = y =,0, = µ =,5, y = µ =,9, = 50, = 00. Po dosazeí lze získa ep = ( ) - y y + + ( ) ( + ) = -,98 ep W Ierpreace výsledku: Eperimeálí hodoa ep paří do kriického oboru, a hladiě výzamosi α = 0,05 lze zamíou ulovou hypoézu H 0. Zkoumaý výběrový soubor V a další výběrový soubor V emohly bý vybráy z jedoho a éhož vějšího souboru Z. Rozdíl mezi = µ a y = µ je a hladiě výzamosi α = 0,05 saisicky výzamý. d) Zadaý příklad - esováí hypoézy o rovosi rozpylů Obdobé sledováí ekoomického savu jako u zadaého příkladu (zde byl zkoumá výběrový saisický soubor V 50 podiků s výsledkem = =,0) vedlo u 00 podiků k průměré hodoě supě eporí schoposi, kerá umožila výpoče rozpylu d) = y =, d) = y =,63 (je uo použí dvojvýběrový F-es). Zjisěe, zda eo výběrový saisický soubor V mohl bý a hladiě výzamosi α = 0,05 vybrá z éhož základího saisického souboru Z jako soubor V.

Formulace ulové a aleraiví hypoézy: H 0 : = ( = ), H a : (při aplikaci F-esu je zapořebí použí pravosraou hypoézu H a : d) a pravosraou hypoézu H a : y > pro případ d) ) > > pro případ aisické kriérium: F = y pro případ d), F = y pro případ d) Kriický obor: W = F ν, ν (α) ; + ) = F 49, 99 (0,05) ; + ) ν = = 49, ν = = 99 F 49,99 (0,05) =,545 W =,545 ; + ) Výpoče eperimeálí hodoy saisického kriéria pro případ d): Hodoy vypočíaé při elemeárím saisickém zpracováí jsou =,03, y =,0. Po dosazeí lze získa F ep = y =,0 =,0 F ep W Ierpreace výsledku: Eperimeálí hodoa F ep epaří do kriického oboru, a hladiě výzamosi α = 0,05 lze přijmou ulovou hypoézu H 0. Zkoumaý výběrový soubor V a další výběrový soubor V mohly bý vybráy z jedoho a éhož vějšího souboru Z. Rozdíl mezi = =,0 a = y = je a hladiě výzamosi α = 0,05 saisicky evýzamý. Výpoče eperimeálí hodoy saisického kriéria pro případ d): Hodoy vypočíaé při elemeárím saisickém zpracováí jsou =,63. Po dosazeí lze získa y =,0,

y F ep = =,63,0 =,65 F ep W Ierpreace výsledku: Eperimeálí hodoa F ep paří do kriického oboru, a hladiě výzamosi α = 0,05 lze odmíou ulovou hypoézu H 0. Zkoumaý výběrový soubor V a další výběrový soubor V emohly bý vybráy z jedoho a éhož vějšího souboru Z. Rozdíl mezi = =,0 a = =,63 je a hladiě výzamosi α = 0,05 saisicky y Korolí oázky: - Proč odhady eoreických paramerů předcházejí srováváí eoreických a empirických paramerů? - Jaké podmíky musí splňova dobré bodové odhady? - Jaké jsou meody bodových odhadů? - Jaké jsou předosi iervalových odhadů? - Popiše způsob kosrukce iervalů spolehlivosi. - Kerá saisická kriéria jsou používáa pro kosrukci iervalů spolehlivosi? - Jaký je apará paramerického esováí? - Jaký je rozdíl mezi jedovýběrovým a dvojvýběrovým esováím paramerických hypoéz? - Jaký je posup při paramerickém esováí? - Uveďe přehled ejobecějších saisických kriérií? Korolí příklad: Farmaceuická firma má vyrábě abley o průměru mm. Teo průměr má v jedokách mm podle dalších výrobců rozděleí N(µ, 0,5). Při korole 36 áhodě vybraých able byla zjišěa hodoa korolovaého průměru,7 mm. Ověře a hladiě výzamosi α = 0,05 hypoézu, že firma produkuje abley o požadovaém průměru.