Σημειακή εκτίμηση και εκτίμηση με διάστημα Παραδείγματα. 12 η Διάλεξη

Σχετικά έγγραφα
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017

Στατιστικός έλεγχος υποθέσεων (Μέρος 3 ο ) 10/3/2017

Εισαγωγή στην Εκτιμητική

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο )

Στατιστικός έλεγχος υποθέσεων (Μέρος 2 ο ) 3/3/2017

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 6 η :Έλεγχοι Υποθέσεων V. Διδάσκουσα: Κοντογιάννη Αριστούλα

4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου

Διαστήματα Εμπιστοσύνης

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις

10.7 Λυμένες Ασκήσεις για Διαστήματα Εμπιστοσύνης

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ

Στατιστική. 8 ο Μάθημα: Εφαρμογές Στατιστικής Ι: Διαστήματα Εμπιστοσύνης. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Στατιστική Συμπερασματολογία

Διαστήματα εμπιστοσύνης. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40]

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

Έτος : Διάλεξη 2 η Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική

Επανάληψη ελέγχων υποθέσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

cv = κατάλληλη κριτική (κρίσιμη) τιμή από τους πίνακες της Ζ ή t κατανομής

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2011 για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 25/02/2011

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων

Δειγματοληψία στην Ερευνα. Ετος

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Στατιστική Ι. Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Στατιστική Επιχειρήσεων ΙΙ

X = = 81 9 = 9

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 14 Μαρτίου /34

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

Στατιστική Ι (ΨΥΧ-1202) ΑΣΚΗΣΕΙΣ

Εκτίμηση Διαστήματος. Χ. Εμμανουηλίδης, 1. Στατιστική ΙI. Εκτίμηση Διαστήματος Εμπιστοσύνης για τον Μέσο

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Στατιστική Επιχειρήσεων ΙΙ

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ για τη λήψη αποφάσεων

5 o Μάθημα Έλεγχοι Υποθέσεων

Ερωτήσεις κατανόησης

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα

14/11/2016. Στατιστική Ι. 7 η Διάλεξη (Βασικές συνεχείς κατανομές)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Οικονομετρία. Απλή Παλινδρόμηση. Έλεγχοι υποθέσεων και διαστήματα εμπιστοσύνης των συντελεστών. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

Στατιστική Ι (ΨΥΧ-1202) Διάλεξη 6 Σχέσεις μεταξύ μεταβλητών

Το Κεντρικό Οριακό Θεώρημα

Δειγματικές Κατανομές

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

21/11/2016. Στατιστική Ι. 8 η Διάλεξη (Κεντρικό Οριακό Θεώρημα)

Για το δείγμα από την παραγωγή της εταιρείας τροφίμων δίνεται επίσης ότι, = 1.3 και για το δείγμα από το συνεταιρισμό ότι, x

Επαναληπτικές Ασκήσεις 26/5/2017

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα

ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ. Επαγωγική στατιστική (Στατιστική Συμπερασματολογία) Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική

Στατιστική Ι. Ενότητα 8: Επαγωγική Στατιστική. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Το Κεντρικό Οριακό Θεώρημα

Οι παρατηρήσεις του δείγματος, μεγέθους n = 40, δίνονται ομαδοποιημένες κατά συνέπεια ο δειγματικός μέσος υπολογίζεται από τον τύπο:

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες)

Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ

Περιπτώσεις που η στατιστική συνάρτηση ελέγχου είναι η Ζ: 1. Η σ είναι γνωστή και ο πληθυσμός κανονικός.

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (

Στατιστική Ι. Ανάλυση Παλινδρόμησης

Το Κεντρικό Οριακό Θεώρημα

Κεφάλαιο 9 Κατανομές Δειγματοληψίας

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

3. Κατανομές πιθανότητας

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

Έγιναν καλά εν έγιναν καλά Οµάδα Α (µε φάρµακο) Οµάδα Β (χωρίς φάρµακο) 35 15

, µπορεί να είναι η συνάρτηση. αλλού. πλησιάζουν προς την τιµή 1, η διασπορά της αυξάνεται ή ελαττώνεται; (Εξηγείστε γιατί).

Γ. Πειραματισμός - Βιομετρία

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα.

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 12. Εκτίμηση των παραμέτρων ενός πληθυσμού

Θεωρητικές Κατανομές Πιθανότητας

Στατιστικοί Ελεγχοι. t - Έλεγχος για τον μέσο μ ενός πληθυσμού. t-έλεγχος για την σύγκριση των μέσων δύο πληθυσμών

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

5. Έλεγχοι Υποθέσεων

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13

Στατιστική: Δειγματοληψία X συλλογή δεδομένων. Περιγραφική στατιστική V πίνακες, γραφήματα, συνοπτικά μέτρα

Στατιστική για Οικονομολόγους ΙΙ ΛΥΜΕΝΑ ΘΕΜΑΤΑ παλαιοτέρων ετών από «ανώνυμο φοιτητή» (Στις ΛΥΣΕΙΣ ενδεχομένως να υπάρχουν λάθη. )

Transcript:

Σημειακή εκτίμηση και εκτίμηση με διάστημα Παραδείγματα 12 η Διάλεξη

1 ο Παράδειγμα (1) Μια αυτόματη μηχανή συσκευάζει καλαμπόκι σε τσουβάλια των 25kg Το βάρος του καλαμποκιού που συσκευάζεται ανά τσουβάλι είναι τ.μ., έστω Χ, η οποία, σύμφωνα με τον κατασκευαστή της, ακολουθεί κανονική κατανομή με διακύμανση σ 2 =1.52 Ο υπεύθυνος παραγωγής αμφιβάλλει για το μέσο βάρος του καλαμποκιού που συσκευάζεται ανά τσουβάλι και προκειμένου να το εκτιμήσει επέλεξε τυχαία 15 τσουβάλια από την παραγωγή μιας ημέρας, τα ζύγισε και βρήκε ότι έχουν μέσο βάρος 24.8kg Με βάση την πληροφορία από το τυχαίο δείγμα που πήρε ο υπεύθυνος παραγωγής, τι μπορούμε να συμπεράνουμε για το μέσο βάρος του καλαμποκιού που συσκευάζεται ανά τσουβάλι από τη μηχανή;

1 ο Παράδειγμα (2) 1. Κατασκευάστε ένα διάστημα εμπιστοσύνης 95% και ένα διάστημα εμπιστοσύνης 99% για τη μέση τιμή μ. Ποιο είναι το περιθώριο σφάλματος της εκτίμησης και ποιο το πλάτος του διαστήματος εμπιστοσύνης για κάθε περίπτωση; 2. Αν θέλουμε η εμπιστοσύνη στην εκτίμησή μας για το μέσο βάρος του καλαμποκιού που συσκευάζεται ανά τσουβάλι από τη μηχανή να είναι 99% και το σφάλμα εκτίμησης να είναι d = 0.5kg (καθορισμένο εκ των προτέρων) ποιο είναι το απαιτούμενο μέγεθος δείγματος; Περίπτωση: μέση τιμή κανονικού πληθυσμού από τυχαίο δείγμα μεγέθους 15 με γνωστή διακύμανση Ως (σημειακή) εκτίμηση της μέσης τιμής μ της τ.μ. Χ θα χρησιμοποιήσουμε το δειγματικό μέσο x

2 ο Παράδειγμα (1) Ένας φοιτητής, στο πλαίσιο της πτυχιακής του εργασίας, πρέπει να μελετήσει την ημερήσια ποσότητα σεληνίου που προσλαμβάνουν οι ενήλικες μέσω της διατροφής τους σε δύο συγκεκριμένες περιοχές, έστω Α και Β, όπου κατεξοχήν καταναλώνονται τρόφιμα τοπικής παραγωγής Η ημερήσια ποσότητα σεληνίου που προσλαμβάνει ο άνθρωπος από τις τροφές είναι προφανώς τ.μ. και από τη βιβλιογραφία ο φοιτητής γνωρίζει ότι ακολουθεί κανονική κατανομή. Το τυχαίο δείγμα μεγέθους n = 16 που πήρε ο φοιτητής από την περιοχή Α, προέρχεται επομένως από κανονικό πληθυσμό με άγνωστη μέση τιμή μ 1 και άγνωστη διακύμανση σ 1 2 Δηλαδή, για την τ.μ. Χ που εκφράζει την ημερήσια ποσότητα σεληνίου που προσλαμβάνουν από τη διατροφή τους οι ενήλικες στην περιοχή Α, έχουμε X~N μ 1, σ 1 2.

2 ο Παράδειγμα (2) Ο δειγματικός μέσος και η δειγματική τυπική απόκλιση είναι αντίστοιχα x = 75μgr και s 1 =8.4. Να κατασκευάσετε ένα διάστημα εμπιστοσύνης 95% και ένα διάστημα εμπιστοσύνης 90% για την άγνωστη μέση ημερησία ποσότητα σεληνίου που προσλαμβάνουν από τη διατροφή τους οι ενήλικες στην περιοχή Α Ποιο είναι το περιθώριο σφάλματος της εκτίμησης και ποιο το πλάτος του διαστήματος εμπιστοσύνης για κάθε περίπτωση; Περίπτωση: μέση τιμή κανονικού πληθυσμού από τυχαίο δείγμα μεγέθους 16 με άγνωστη διακύμανση

3 ο Παράδειγμα (1) Στον παρακάτω Πίνακα φαίνεται για κάθε μία από 50 τυχαία επιλεγμένες γαλακτοπαραγωγές αγελάδες, ο χρόνος (σε μήνες) από την πρώτη εκδήλωση μιας συγκεκριμένης ασθένειας που προσβάλλει τις αγελάδες μέχρι την επανεμφάνισή της 2.1 1.7 0.8 0.8 4.1 8.7 1.4 2.9 1.9 2.7 4.4 2.2 5.5 7.0 1.8 0.2 1.0 0.9 4.0 0.7 2.0 6.5 0.7 4.3 0.2 5.6 2.4 1.4 1.3 1.2 0.5 3.9 7.4 3.3 8.8 0.3 2.0 5.7 0.8 2.6 9.9 1.6 2.8 1.0 0.6 1.3 0.8 5.9 0.9 0.4

3 ο Παράδειγμα (2) Κατασκευάστε ένα 95% διάστημα εμπιστοσύνης για την άγνωστη μέση τιμή μ, δηλαδή για το μέσο χρόνο επανεμφάνισης της ασθένειας Εύκολα υπολογίζουμε το δειγματικό μέσο και τη δειγματική τυπική απόκλιση για το συγκεκριμένο δείγμα x = 2.82 μήνες και s = 2.51 Περίπτωση: μέση τιμή πληθυσμού άγνωστης κατανομής από τυχαίο δείγμα μεγάλου μεγέθους με άγνωστή διακύμανση

4 ο Παράδειγμα Ένας ερευνητής, προκειμένου να εκτιμήσει το ποσοστό των ατόμων σε έναν πληθυσμό που έχουν ομάδα αίματος Α, επέλεξε με βάση ένα σχέδιο τυχαίας δειγματοληψίας 200 άτομα από τον πληθυσμό αυτό και βρήκε ότι ομάδα αίματος Α έχουν τα 89 Βρείτε ένα 95% διάστημα εμπιστοσύνης για το ποσοστό p των ατόμων που έχουν ομάδα αίματος Α Περίπτωση: δειγματοληψία από ένα πληθυσμό Bernoulli με μέση τιμή p, την οποία ο ερευνητής θέλει να εκτιμήσει με βάση ένα τυχαίο δείγμα μεγέθους 200

5 ο Παράδειγμα Σε μια καλλιέργεια τουλίπας, από 52 βολβούς τουλίπας που τυχαία επελέγησαν, βλάστησαν μόνο οι 38 και γι αυτό ο αγρότης που τις καλλιεργεί αμφιβάλλει για το αν το ποσοστό των βολβών που βλαστάνουν είναι πράγματι 90%, όπως ισχυρίζεται ο γεωπόνος του φυτώριου από το οποίο τους αγόρασε Κατασκευάστε ένα διάστημα εμπιστοσύνης 95% για το ποσοστό p των βολβών που βλαστάνουν Περίπτωση: δειγματοληψία από ένα πληθυσμό Bernoulli με μέση τιμή p, την οποία ο αγρότης θέλει να εκτιμήσει με βάση ένα τυχαίο δείγμα μεγέθους 52

6 ο Παράδειγμα (1) Ένας φοιτητής, στο πλαίσιο της πτυχιακής του εργασίας, πρέπει να μελετήσει την ημερήσια ποσότητα σεληνίου που προσλαμβάνουν οι ενήλικες μέσω της διατροφής τους σε δύο συγκεκριμένες περιοχές, έστω Α και Β, όπου κατεξοχήν καταναλώνονται τρόφιμα τοπικής παραγωγής Η ημερήσια ποσότητα σεληνίου που προσλαμβάνει ο άνθρωπος από τις τροφές είναι προφανώς τ.μ. και από τη βιβλιογραφία ο φοιτητής γνωρίζει ότι ακολουθεί κανονική κατανομή. Το τυχαίο δείγμα μεγέθους n = 16 που πήρε ο φοιτητής από την περιοχή Α, προέρχεται επομένως από κανονικό πληθυσμό με άγνωστη μέση τιμή μ 1 και άγνωστη διακύμανση σ 1 2 Δηλαδή, για την τ.μ. Χ που εκφράζει την ημερήσια ποσότητα σεληνίου που προσλαμβάνουν από τη διατροφή τους οι ενήλικες στην περιοχή Α, έχουμε X~N μ 1, σ 1 2.

6 ο Παράδειγμα (2) Ο δειγματικός μέσος και η δειγματική τυπική απόκλιση είναι αντίστοιχα x = 75μgr και s 1 =8.4. Να κατασκευάσετε ένα διάστημα εμπιστοσύνης 95% για την άγνωστη διακύμανση της μέσης ημερησίας ποσότητας σεληνίου που προσλαμβάνουν από τη διατροφή τους οι ενήλικες στην περιοχή Α Ποιο είναι το αντίστοιχο διάστημα εμπιστοσύνης 95% της άγνωστης τυπικής απόκλισης της τ.μ. X; Περίπτωση: μέση τιμή κανονικού πληθυσμού από τυχαίο δείγμα μεγέθους 16 με άγνωστη διακύμανση

7 ο Παράδειγμα (1) Σε δέκα ασθενείς που πάσχουν από αϋπνία δόθηκε μια φαρμακευτική αγωγή, έστω Α, και για καθένα καταγράφηκε η παράταση του ύπνου (σε ώρες) Στους ίδιους ασθενείς δόθηκε και μια άλλη φαρμακευτική αγωγή, έστω Β, και επίσης καταγράφηκε η παράταση του ύπνου για κάθε ασθενή (σε ώρες) Με Χ και Υ συμβολίζουμε την τ.μ. που εκφράζει την παράταση ύπνου (σε ώρες) όταν οι ασθενείς παίρνουν τη φαρμακευτική αγωγή Α και Β, αντίστοιχα Στον παρακάτω Πίνακα παρουσιάζονται τα δεδομένα που καταγράφηκαν

7 ο Παράδειγμα (2) Ασθενής 1 2 3 4 5 6 7 8 9 10 Παράταση ύπνου λόγω Α Παράταση ύπνου λόγω Β 1.9 0.8 1.1 0.1-0.1 4.4 5.5 1.6 4.6 3.4 0.7-1.6-0.2-1.2-0.1 3.4 3.7 0.8 0.0 2.0 Αν μ 1 η μέση τιμή της Χ και μ 2 η μέση τιμή της Υ κατασκευάστε ένα διάστημα εμπιστοσύνης 95% για τη μέση τιμή της διαφοράς των τυχαίων μεταβλητών X και Y (μ = μ 1 μ 2 ) Θεωρείστε ότι ο πληθυσμός των διαφορών ακολουθεί κανονική κατανομή Παρατήρηση: τα δείγματα είναι εξαρτημένα (ζευγαρωτές παρατηρήσεις)

8 ο Παράδειγμα (1) Συνέχεια παραδείγματος με το σελήνιο Το τυχαίο διάστημα μεγέθους n 1 = 16 που πήρε ο φοιτητής από την περιοχή Α, προέρχεται από κανονικό πληθυσμό με άγνωστη μέση τιμή μ 1 και άγνωστη διακύμανση σ 1 2 Το τυχαίο διάστημα μεγέθους n 2 = 16 που πήρε ο φοιτητής από την περιοχή Β, προέρχεται από κανονικό πληθυσμό με άγνωστη μέση τιμή μ 2 και άγνωστη διακύμανση σ 2 2 Θεωρείστε ότι οι δύο άγνωστες διακυμάνσεις των πληθυσμών είναι ίσες (σ 1 2 = σ 2 2 = σ 2 )

8 ο Παράδειγμα (2) Να κατασκευάσετε ένα διάστημα εμπιστοσύνης 95% για τη διαφορά των μέσων τιμών των δύο πληθυσμών Θεωρείστε ότι x = 75μgr και y = 87μgr και ότι s x 2 = 8.4 και s y 2 = 9

9 ο Παράδειγμα Σε ένα επιστημονικό περιοδικό δημοσιεύτηκαν τα αποτελέσματα μιας έρευνας για το ποσοστό p1 των ψαριών στη Μεσόγειο και το ποσοστό p2 των ψαριών στον Ατλαντικό που έχουν προσβληθεί από παράσιτα Στη Μεσόγειο, από 588 τυχαία επιλεγμένα ψάρια που εξετάστηκαν, βρέθηκαν μολυσμένα από παράσιτα τα 211, ενώ στον Ατλαντικό, από 123 τυχαία επιλεγμένα ψάρια που εξετάστηκαν βρέθηκαν μολυσμένα από παράσιτα τα 26 Μπορούμε, με βάση τα δύο συγκεκριμένα ανεξάρτητα τυχαία δείγματα, να κατασκευάσουμε ένα 95% διάστημα εμπιστοσύνης για την εκτίμηση της διαφοράς των δύο ποσοστών (μέσων τιμών δύο κατανομών Bernoulli);