ιάστηµα εµπιστοσύνης της µ 1

Σχετικά έγγραφα
ηµοκρίτειο Πανεπιστήµιο, Τµήµα ΜηχανικώνΠαραγωγής& ιοίκησης 1

5. ιαστήµατα Εµπιστοσύνης

05_01_Εκτίμηση παραμέτρων και διαστημάτων. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.

5. ΘΕΩΡΙΑ ΕΙΓΜΑΤΟΛΗΨΙΑΣ

Στατιστικοί Ελεγχοι. t-έλεγχος για την σύγκριση των µέσων δύο πληθυσµών. Έλεγχος 5: Έλεγχος της οµοιογένειας δύο πληθυσµών µε διακυµάνσεις σ 1

ΔΕΙΓΜΑΤΙΚΕΣ ΚΑΤΑΝΟΜΕΣ (Sampling Distributions)

ΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΑΓΡΟΤΙΚΗΣ ΑΝΑΠΤΥΞΗΣ ΚΟΥΤΡΟΥΜΑΝΙ ΗΣ Θ. ΖΑΦΕΙΡΙΟΥ Ε.

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

ΕΙΓΜΑΤΟΛΗΨΙΑ Τ Υ Π Ο Λ Ο Γ Ι Ο

Έλεγχος Υποθέσεων II. Στατιστική IΙ, Τμήμα Ο.Ε. ΑΠΘ. Χ. Εμμανουηλίδης, 1

, της Χ που έχουμε διαθέσιμες μετά από μια πραγματοποίηση του τυχαίου δείγματος X, X, 2

Πανεπιστήμιο Πελοποννήσου

3. Κατανομές πιθανότητας

Εκτιµητική. Boutsikas M.V. (2003), Σηµειώσεις Στατιστικής ΙΙΙ, Τµήµα Οικονοµικής Επιστήµης, Πανεπιστήµιο Πειραιώς.

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ (ΣΥΝΕΧΕΙΑ)

ειγματοληπτικές κατανομές

οι ενήλικες στην περιοχή Β, ο φοιτητής γνωρίζει ότι X ~ N(

1. Η κανονική κατανοµή

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2012

ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΔΙΑΚΥΜΑΝΣΕΙΣ

1. Έλεγχος Υποθέσεων. 1.1 Έλεγχοι για την µέση τιµή πληθυσµού

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ ΣΗΜΕΙΩΣΕΙΣ ΕΙΓΜΑΤΟΛΗΨΙΑΣ Β. Α. ΑΓΓΕΛΗΣ

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΤΗΝ ΔΙΑΦΟΡΑ ΜΕΣΩΝ ΤΙΜΩΝ ΚΑΝΟΝΙΚΩΝ ΠΛΗΘΥΣΜΩΝ

σ.π.π. της 0.05 c 0.1

10. Στατιστικές συναρτήσεις και δειγματοληπτικές κατανομές

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΔΙΑΚΥΜΑΝΣΕΙΣ

Επεξεργασία. Μέθοδοι Monte Carlo Εφαρμογές στην Επίλυση Προβλημάτων

Στατιστική Συμπερασματολογία

και ονομάζεται μηδενική υπόθεση (null hypothesis), και η άλλη με H

ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΑΡΧΙΤΕΚΤΟΝΕΣ

και ονομάζεται μηδενική υπόθεση (null hypothesis), και η άλλη με H

5. Έλεγχοι Υποθέσεων

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

Συµπληρωµατικές Ασκήσεις Στατιστικής ΙΙΙ

και ονομάζεται μηδενική υπόθεση (null hypothesis), και η άλλη με H

Παρουσίαση 4 η : Στοιχεία στατιστικής αξιολόγησης εκτιμήσεων

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

Παρουσίαση 3 η : Αρχές εκτίμησης παραμέτρων Μέρος 2 ο

Περιγραφική Στατιστική, Εκτίµηση και Ελεγχος Παραµέτρων. της σ 2 είναι επίσης αµερόληπτη. n 1 +n 2

[ ] = ( ) ( ) ( ) = { }

ΕΛΛΕΙΨΕΙΣ ΕΜΠΙΣΤΟΣΥΝΗΣ ΣΤΑ ΠΑΡΑΓΟΝΤΙΚΑ ΕΠΙΠΕΔΑ ΤΗΣ AFC

11. Σημειακή Εκτίμηση & Εκτίμηση με Διάστημα

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ

Θεωρία Στοχαστικών Σηµάτων: Εκτίµηση Φάσµατος. Παραµετρικά µοντέλα

ΚΕΦΑΛΑΙΟ 2 Ο ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΤΟΥΣ

4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου

x y max(x))

5. Έλεγχοι Υποθέσεων

ΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΑΓΡΟΤΙΚΗΣ ΑΝΑΠΤΥΞΗΣ Θεόδωρος Χ. Κουτρουµ ανίδης Αναπληρωτής Καθηγητής ΠΘ ΕΦΑΡΜΟΣΜΕΝΗ ΟΙΚΟΝΟΜΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

4. Ειδικές Διακριτές, Συνεχείς Κατανομές

ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΑΝΑΛΥΣΗ ΠΕΡΙΒΑΛΛΟΝΤΙΚΩΝ Ε ΟΜΕΝΩΝ

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

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

S AB = m. S A = m. Υ = m

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β

TMHMA OIKONOMIKΩN ΕΠΙΣΤΗΜΩΝ Διαγώνισμα Προόδου Στατιστικής III

Γιατί; Το παραδοσιακό υπόδειγμα: y t = β 1 + β 2 x 2t β k x kt + u t, ή y = Xβ + u. Υποθέτουμε u t. N(0,σ 2 ).

εξαρτάται από το θ και για αυτό γράφουµε την σ.π.π. στην εξής µορφή: ( θ, + ) θ θ n 2n (θ,+ ) 1, 0, x θ.

PDF processed with CutePDF evaluation edition

Περιεχόμενα της Ενότητας. Δειγματοληψία. Δειγματοληψίας. Δειγματοληψία. Τυχαία Δειγματοληψία. Χ. Εμμανουηλίδης, 1.

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

ΜΗΧΑΝΙΚΗ ΣΥΜΠΕΡΙΦΟΡΑ ΥΛΙΚΩΝ

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 1. ΕΙ Η Ε ΟΜΕΝΩΝ, ΣΥΛΛΟΓΗ, ΚΩ ΙΚΟΠΟΙΗΣΗ ΚΑΙ ΕΙΣΑΓΩΓΗ

4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου

ΚΕΦΑΛΑΙΟ 2. Μετρήσεις, Σφάλµατα και Στατιστικά Μεγέθη

Κεφάλαιο 2 ΕΚΤΙΜΗΣΗ ΠΑΡΑΜΕΤΡΩΝ. 2.1 Σηµειακή Εκτίµηση. ˆθ παίρνει διαφορετικές τιµές, δηλαδή η ˆθ είναι η ίδια τ.µ. µε κάποια κατανοµή κι έχει µέση

9. Παλινδρόμηση και Συσχέτιση

Σχήµα 5.1 : Η κανονική κατανοµή, όπου τ = (x-μ)/σ

Στατιστική Συμπερασματολογία

ρ. Ευστρατία Μούρτου

Επανάληψη ελέγχων υποθέσεων

1. Εισαγωγή Ο έλεγχος υποθέσεων αναφέρεται στις ιδιότητες µιας άγνωστης παραµέτρους του πληθυσµού: Ο κατηγορούµενος είναι αθώος

Αποδοτικότητα Χαρτοφυλακίου

Στατιστική Επιχειρήσεων ΙΙ

Κεφάλαιο 3 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 3.1 Συσχέτιση δύο τ.µ.

ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ

Διαφορές μεταξύ Ασφαλίσεων Ζωής και Γενικών

Διαστήματα Εμπιστοσύνης

ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΟ ΜΑΘΗΜΑ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΠΟΛΙΤΙΚΟΥΣ ΜΗΧΑΝΙΚΟΥΣ ΜΕΡΟΣ Β

4 e. υ (Γ) υ (Δ) 1 (Ε) 1+ i

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

Σημειακή εκτίμηση και εκτίμηση με διάστημα

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

Κεϕάλαιο 2 ΕΚΤΙΜΗΣΗ ΠΑΡΑΜΕΤΡΩΝ. 2.1 Σηµειακή Εκτίµηση. {x 1,..., x n } της X από ένα δείγµα µεγέθους n. Τότε η σηµειακή εκτίµηση της θ δίνεται

ΙΑΡΘΡΩΣΗ ΜΑΘΗΜΑΤΟΣ. Εξίσωση Schrıdinger. Χρησιµότητα Εξαγωγή της εξίσωσης Schrıdinger. Περιοχές κυµατοδήγησης οπτικού παλµού

ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes)

Ανισότητα Cramér Rao

6. ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ ΣΤΗ ΓΡΑΜΜΙΚΗ ΣΥΣΧΕΤΙΣΗ

Είδη Μεταβλητών. κλίµακα µέτρησης

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες

ONE WAY ANOVA. .Π.Μ.Σ. Μαθηµατικά των Υπολογιστών & των αποφάσεων. Πάτρα, 11 Ιανουαρίου 2011

ΕΟ31 ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΙΟΙΚΗΣΗ. Τόμος : Θεωρία Χαρτοφυλακίου

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

Στατιστική Εισαγωγικές Έννοιες

Transcript:

ιάτηµα εµπιτούνης της µ - µ δύο ανεξάρτητων τ.µ. X και X Μέες τιµές: µ και µ ιαπορές: και είγµα µεγέθους, από τον πληθυµό τηςx, X ειγµατικές µέες τιµές: και ειγµατικές διαπορές: και Θέλουµε ναεκτιµήουµε τηδιαφοράτωνµέων τιµών µ και µ Σηµειακή εκτίµηη της διαφοράς µ - µ :

Γνωτές διαπορές Υποθέτουµε και είτε > 30 > 30 και ή X και X ακολουθούν κανονική κατανοµή εκτιµήτρια ακολουθεί κανονική κατανοµή µέη τιµή [ ] µ µ Ε µ διαπορά Var[ ] Αν X και X οµοκεδατικές ( )

Εκτιµήτρια Μέη τιµή εκτιµήτριας µ µ µ ιαπορά εκτιµήτριας (-α)% δ.ε. της µ - µ : ( ) ± z a / Ερµηνεία του δ.ε.: Αν περιέχει το 0 µ και µ δε διαφέρουν (για το επίπεδο εµπιτούνης που χρηιµοποιήαµε καιµε βάητα υγκεκριµένα δεδοµένα) Αν είναι θετικό ητ.µ. X είναι κατά µέο όρο µεγαλύτερη από τη X κατά ένα ποό που κυµαίνεται τα όρια του διατήµατος που εκτιµήαµε [αντίτοιχα για αρνητικό δ.ε.]

Συνθήκες: Παράδειγµα Μελετήαµε το χρόνο ανάφλεξης ε δύο δείγµατα από δύο υλικά ταπεταρίας ΑκαιΒµεγέθους 30 και 0. Είναι ο χρόνος ανάφλεξης του υλικού Α κατά µέο όρο διαφορετικός από αυτόν του υλικού Β; Θεωρούµε πως η διαπορά είναι κοινή και γνωτή: 4 Είναι τα δείγµατα µεγάλα; Υλικό Υλικό Ακολουθεί ο χρόνος ανάφλεξης γιαταδύουλικάκανονικήκατανοµή; Φύλλο 5 3 86440 98544 99500 873 6533 64 40 Μίχος.. 3. 4. 5. 6. 7. 8. 9. Φύλλο 8 38 44445 566688 069 07 5

ειγµατικές µέες τιµές Α: 5. 59 Β: 4. 46.3 z 0.05.96 και 4 95% δ.ε. της µ - µ ( ) ± z a /.3 ±.96 4.3 ±.3 30 0 ( 0.00,.6) Υπάρχει ηµαντική διαφορά µεταξύ των δύο υλικών;

Άγνωτες διαπορές, µεγάλο µέγεθος δείγµατος Όταν το δείγµαείναιµεγάλο: και (-α)% δ.ε. της µ - µ : ( ) ± za / Άγνωτες διαπορές, µικρό µέγεθος δείγµατος Περίπτωη Οι κατανοµές των X και X δε είναι κανονικές δε µπορούµε να προδιορίουµε τηνκατανοµή τηςδιαφοράς γιαναεκτιµήουµε τοδ.ε. µη-παραµετρική προέγγιη.

Υποθέτουµε. Οι κατανοµές των X και X είναι κανονικές. X και X οµοκεδατικές ( ) Εκτίµηη της κοινής διαπορά ειγµατική κοινή διαπορά : ) ( ) ( Εκτίµηη της διαποράς της Μεταχηµατιµός ( ) ( ) ~ t t µ µ (-a)% δ.ε. της µ - µ : ( ) /, t a ± Περίπτωη

Παράδειγµα Άγνωτη διαπορά του χρόνου ανάφλεξης για τα δύο υλικά ταπεταρίας. ειγµατικές διαπορές: A: 4., B:. εχόµατε ότι η διαπορά δε διαφέρει ηµαντικά τα δύο υλικά. εχόµατε επίης ότι ο χρόνος ανάφλεξης και για τα δύο υλικά ακολουθεί κανονική κατανοµή. Tαδείγµατα είναι χετικά µικρά ακολουθεί κατανοµή tudet 94. 9. ειγµατική κοινή διαπορά: 3. 34. 83 48 Βαθµοί ελευθερίας: 48 t 48. 0,0.05.3 Το 95% δ.ε. είναι ( ) ± t, a /.3±.0.83.3±.058 30 0 ( 0.07,.88)

Παρατηρήεις Υπάρχει φανερή αντιτοιχία των περιπτώεων για το δ.ε. της µέης τιµής µ και το δ.ε. τηςδιαφοράςδύοµέων τιµών µ - µ. Για τη διαφορά µέων τιµών υπάρχει ακόµα η περίπτωη των άνιων κι αγνώτων διαπορών ε υνδυαµό µε µικρά δείγµατα.

διαπορές κατανοµές, των X, X των X, X κατανοµή της γνωτές κανονική ( ) ( µ µ ) z ~ γνωτές γνωτές άγνωτες άνιες ή ίες άγνωτες και ίες άγνωτες και ίες άγνωτες και άνιες µη κανονική µη κανονική κανονική µη κανονική µεγάλα µικρά µεγάλα µικρά µικρά µικρά z z t Ν ( ) ( µ µ ) µη-παραµετρική µη-παραµετρική ---- (0,) ~ Ν(0,) ( ) ( µ µ ) ~ Ν(0,) ( ) ( µ µ ) ~ t δ.ε.της ( ) ( ) ( ) ± z ± z a / a / µη-παραµετρικό µη-παραµετρικό ---- ± za / ( ) ± t, a /

ιάτηµα της διαφοράς δύο αναλογιών Συγκρίνουµε δύο πληθυµούςωςπροςµια ιδιότητα Μελετάµε τηδιαφοράαναλογιών m είναι το πλήθος «επιτυχιών» το δείγµα m ˆ µεγέθους απότονπρώτοπληθυµό m είναι το πλήθος «επιτυχιών» το δείγµα m ˆ µεγέθους απότοδεύτεροπληθυµό Εκτίµηη της διαφοράς : ˆ ˆ Για µεγάλα και ˆ ˆ µέη τιµή ακολουθεί κανονική κατανοµή Var ˆ ˆ Ε[ ˆ ˆ ] διαπορά [ ] Μεταχηµατιµός ε τυπική κανονική κατανοµή Αντικαθιτούµε ˆ ˆ z ( ˆ ˆ ) ( ) (-a)% δ.ε. της : ( ˆ ˆ ) ~ Ν(0,) ( ) ( ) ± z a / ˆ ( ) ( ) ( ˆ ) ˆ ( ˆ )

Παράδειγµα Θέλουµε ναεκτιµήουµε αν υπάρχει διαφορά το ποοτό των µικρών διαµεριµάτων ε δύο περιοχές Α και Β. Περιοχή Α: m 48 µικρά διαµερίµατα (µε έναήδύοδωµάτια) ε 0 διαµερίµατα Περιοχή B: m 60 µικρά διαµερίµατα ε 00 διαµερίµατα 48 Περιοχή Α: ειγµατική αναλογία : ˆ 0.4 0 60 Περιοχή Β: ειγµατική αναλογία : ˆ 0. 6 00 Σηµειακή εκτίµηη της διαφοράς αναλογίας των µικρών διαµεριµάτων τις δύο περιοχές: ˆ 0. (ε ποοτό είναι 0%) ˆ 95% δ.ε. της : (z a/.96) ( 0.4) 0.6( 0.6) ( ˆ ˆ ) 0.4 0. ±.96 0. ± 0.3 0 00 ( ˆ ) ˆ ( ˆ ) Το 95% δ.ε. δεν περιέχει το 0 µε βάηαυτάταδείγµατα και ' αυτό το επίπεδο εµπιτούνης υµπεραίνουµε ότι η αναλογία µικρών διαµεριµάτων είναι από 0.07 ως 0.33 µικρότερη την περιοχή Α ± z a / ˆ ( 0.33, 0.07)