Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία

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

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

Δειγματικές Κατανομές

Είδη Μεταβλητών. κλίµακα µέτρησης

3. Κατανομές πιθανότητας

Στατιστική ΙΙ- Ελεγχος Υποθέσεων ΙΙ (εκδ. 1.1)

Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ

Θεωρητικές Κατανομές Πιθανότητας

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

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

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

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

στατιστική θεωρεία της δειγµατοληψίας

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

Εισαγωγή στην Εκτιμητική

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ. Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ

Στατιστική ΙΙ-Διαστήματα Εμπιστοσύνης Ι (εκδ. 1.1)

Στατιστική Ι-Πιθανότητες Ι

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι:

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

Κεφάλαιο 9 Κατανομές Δειγματοληψίας

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ

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

Στατιστική Εισαγωγικές Έννοιες

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

P (M = 9) = e 9! =

Στατιστική Επιχειρήσεων ΙΙ

5. ΣΥΣΤΗΜΑΤΙΚΗ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Systematic Sampling)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΕΡΟΣ Α (Σ. ΧΑΤΖΗΣΠΥΡΟΣ) . Δείξτε ότι η στατιστική συνάρτηση T = X( n)

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ

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

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.)

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

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

ΕΙΣΑΓΩΓΗ. Μη Παραµετρική Στατιστική, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

X = = 81 9 = 9

( t) ( ) ( 0,1) ( ) ( ) ( ) ( ) Κεντρικό Οριακό Θεώρημα (Central Limit Theorem Lindeberg Levy) τότε η τ.μ. Sn

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Ορισµένοι ερευνητές υποστηρίζουν ότι χρειαζόµαστε µίνιµουµ 30 περιπτώσεις για να προβούµε σε κάποιας µορφής ανάλυσης των δεδοµένων.

ιωνυµική Κατανοµή(Binomial)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

Υπολογιστικά & Διακριτά Μαθηματικά

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

7. ΣΥΓΚΡΙΣΗ ΚΑΙ ΣΥΝ ΙΑΣΜΟΣ ΤΩΝ

Πανεπιστήμιο Πελοποννήσου

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71

Στατιστική Συμπερασματολογία

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

Κεφάλαιο 1. Εισαγωγή: Βασικά Στοιχεία Θεωρίας Πιθανοτήτων και Εκτιμητικής

ΣΥΝ ΥΑΣΤΙΚΗ ΑΝΑΛΥΣΗ. Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος. Τµ. Επιστήµης των Υλικών

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19

Πρόλογος... xv. Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Θεωρία Πιθανοτήτων & Στατιστική

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

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

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

Στατιστική. Εκτιμητική

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας.

P(200 X 232) = =

3. Κατανομές πιθανότητας

Τυχαίες Μεταβλητές (τ.µ.)

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1

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

TMHMA OIKONOMIKΩN ΕΠΙΣΤΗΜΩΝ Διαγώνισμα Προόδου Στατιστικής III

4.ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 9. Κατανομές Δειγματοληψίας

ΕΙΓΜΑΤΟΛΗΨΙΑ Τ Υ Π Ο Λ Ο Γ Ι Ο

Στατιστική Συμπερασματολογία

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

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος

Συνοπτικά περιεχόμενα

ρ. Ευστρατία Μούρτου

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ

3. ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Stratified Random Sampling)

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΕΦΑΛΑΙΟ ΕΙΣΑΓΩΓΗ... 25

Μεθοδολογία της έρευνας και Ιατρική στατιστική

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

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ

Στατιστική Ι- Βασικές Εννοιες

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

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

5. Έλεγχοι Υποθέσεων

ΠΕΡΙΕΧΟΜΕΝΑ. Πιθανότητες. Τυχαίες μεταβλητές - Κατανομές ΙΑΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΚΕΦΑΛΑΙΟ 2

(f(x)+g(x)) =f (x)+g (x), x R

ΕΠΑΝΑΛΗΠΤΙΚΗ ΕΙΓΜΑΤΟΛΗΨΙΑ

ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ

Στατιστική. 4 ο Μάθημα: Θεωρητικές και Εμπειρικές - Δειγματοληπτικές Κατανομές. Γεώργιος Μενεξές Τμήμα Γεωπονίας

Χ. Εμμανουηλίδης, 1

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ

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

Transcript:

ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία Γεώργιος Κ. Τσιώτας Τµήµα Οικονοµικών Επιστηµών

Περιεχόµενα ειγµατοληψία Κατανοµές ειγµατοληψίας Κεντρικό Οριακό Θεώρηµα

Τι είναι η ειγµατοληψία; Στη Στατιστική εξάγουµε συµπεράσµατα για τυχαία γεγονότα µέσω δειγµατοληψίας. Εστω για τ.µ X λαµβάνουµε δείγµα X 1,..., X n. Λόγοι χρήσης δειγµατοληψίας Οικονοµικά ασύµφωρη η χρήση όλου του πληθυσµού. Τεχνολογικά µη εφικτή. Ανάγκη άµεσης λήψης απόφασης. Ενδεχόµενη καταστροφή δείγµατος µέσω της χρήσης του.

Είδη ειγµατοληψίας: 1. Απλή Τυχαία ειγµατοληψία: Κάθε ενδεχόµενο του πληθυσµού έχει ίση πιθανότητα επιλογής (παρ. κλήρωση αριθµών σε τυχαίο παίγνιο). 2. Συστηµατική Τυχαία ειγµατοληψία: Η δειγµατοληψία γίνεται κατά οµοιόµορφα (συστηµατικά) διαστήµατα (παρ. δειγµατοληψία τουριστικών αφίξεων κατα τον µήνα Ιούνιο, µέτρηση ποιότητας ελαστικού κάθε 50km) 3. Στρωµατοποιηµένη Τυχαία ειγµατοληψία: Η δειγµατοληψία γίνεται σε οµοιόµορφα στρώµατα του πληθυσµού (παρ. δειγµατοληψία σε νέους από 18 28 ετών).

Είδη ειγµατοληψίας: 1. Απλή Τυχαία ειγµατοληψία: Κάθε ενδεχόµενο του πληθυσµού έχει ίση πιθανότητα επιλογής (παρ. κλήρωση αριθµών σε τυχαίο παίγνιο). 2. Συστηµατική Τυχαία ειγµατοληψία: Η δειγµατοληψία γίνεται κατά οµοιόµορφα (συστηµατικά) διαστήµατα (παρ. δειγµατοληψία τουριστικών αφίξεων κατα τον µήνα Ιούνιο, µέτρηση ποιότητας ελαστικού κάθε 50km) 3. Στρωµατοποιηµένη Τυχαία ειγµατοληψία: Η δειγµατοληψία γίνεται σε οµοιόµορφα στρώµατα του πληθυσµού (παρ. δειγµατοληψία σε νέους από 18 28 ετών).

Είδη ειγµατοληψίας: 1. Απλή Τυχαία ειγµατοληψία: Κάθε ενδεχόµενο του πληθυσµού έχει ίση πιθανότητα επιλογής (παρ. κλήρωση αριθµών σε τυχαίο παίγνιο). 2. Συστηµατική Τυχαία ειγµατοληψία: Η δειγµατοληψία γίνεται κατά οµοιόµορφα (συστηµατικά) διαστήµατα (παρ. δειγµατοληψία τουριστικών αφίξεων κατα τον µήνα Ιούνιο, µέτρηση ποιότητας ελαστικού κάθε 50km) 3. Στρωµατοποιηµένη Τυχαία ειγµατοληψία: Η δειγµατοληψία γίνεται σε οµοιόµορφα στρώµατα του πληθυσµού (παρ. δειγµατοληψία σε νέους από 18 28 ετών).

Είδη ειγµατοληψίας: 1. Απλή Τυχαία ειγµατοληψία: Κάθε ενδεχόµενο του πληθυσµού έχει ίση πιθανότητα επιλογής (παρ. κλήρωση αριθµών σε τυχαίο παίγνιο). 2. Συστηµατική Τυχαία ειγµατοληψία: Η δειγµατοληψία γίνεται κατά οµοιόµορφα (συστηµατικά) διαστήµατα (παρ. δειγµατοληψία τουριστικών αφίξεων κατα τον µήνα Ιούνιο, µέτρηση ποιότητας ελαστικού κάθε 50km) 3. Στρωµατοποιηµένη Τυχαία ειγµατοληψία: Η δειγµατοληψία γίνεται σε οµοιόµορφα στρώµατα του πληθυσµού (παρ. δειγµατοληψία σε νέους από 18 28 ετών).

Μέσης Τιµής είγµατος Εαν ανεξάρτητες τ.µς X 1,..., X n που προέρχονται από πληθυσµό µε µέση τιµή µ και διακύµανση σ 2, τότε τότε n η µέση τιµή της δειγµατικής µέσης τιµής X = i=1 X i n ορίζεται ως: ϑα E( X) = n i=1 E(x i) n = µ+ +µ n = n µ n = µ. Επίσης, η διακύµανση της δειγµατικής µέσης τιµής X ϑα ορίζεται ως: n V( X) = i=1 V(X i) = σ2 + +σ 2 n 2 n 2 = n σ2 n 2 = σ2 n.

Κατανοµή Μέσης Τιµής είγµατος Για X 1,..., X n που προέρχονται από πληθυσµό µε µέση τιµή µ και διακύµανση σ 2 και κατανέµονται Κανονικά (κατά Gauss), ϑα ισχύει ότι: X µ σ/ n N(0, 1). Η πιο πάνω ιδιότητα ϑα ισχύει ακόµη και όταν τα X 1,..., X n κατανέµονται Κανονικά ασυµπτωτικά (δηλ. για n 30).

Κατανοµή ιαφοράς Μέσων Τιµών είγµατος Εαν ανεξάρτητες τ.µς X 1,..., X na που προέρχονται από πληθυσµό A µε µέση τιµή µ A και διακύµανση σa 2, και δείγµα X 1,..., X nb προερχόµενο από πληθυσµό B µε µέση τιµή µ B και διακύµανση σb 2 τότε για Κανονικά κατανεµηµένες τ.µς ή έχοντας n A, n B 30 ϑα ισχύει: X A XB (µ A µ B ) N(0, 1). + σ2 B n B σ 2 A n A

Γιασ 2 A, σ2 B άγνωστες αλλά ίσες (σ2 A = σ 2 B ) X A XB (µ A µ B ) S 2 ( 1 n A + 1 n B ) t na +n B 2, κατανέµεται σύµφωνα µε την t Student κατανοµή µε n A + n B 2 ϐαθµούς ελευθερίας, όπου: S 2 = S2 A(n A 1)+SB(n 2 B 1). n A + n B 2

Το Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.) Εαν έχουµε ανεξάρτητες τ.µς X 1,..., X n που προέρχονται από πληθυσµό µε µέση τιµή µ και διακύµανση σ 2 τότε ϑα ισχύει ότι: n i=1 X i n µ i=1 n N(0, 1), i=1 σ2 ασχέτως τρόπου κατανοµής των X 1,..., X n για n (στην πράξη ϑα ισχύει για n 30).

Κ.Ο.Θ. στη διωνυµική κατανοµή Για ανεξάρτητες Bernoulli τ.µς X 1,..., X n µε p την αναλογία στο δείγµα, ϑα ισχύει n i=1 X i n p n p (1 p) N(0, 1).

Κ.Ο.Θ. στη διωνυµική κατανοµή (συν.) N=5, p=0.5 N=25,p=0.5 Density 0.0 0.1 0.2 0.3 0.4 0.5 Density 0.0 0.1 0.2 0.3 0.4 0.5 0 5 10 15 20 x 0 5 10 15 20 x N=50,p=0.5 N=500,p=0.5 Density 0.0 0.1 0.2 0.3 0.4 0.5 Density 0.0 0.1 0.2 0.3 0.4 0.5 0 5 10 15 20 x 0 5 10 15 20 x

Κ.Ο.Θ. στη Poisson κατανοµή Για ανεξάρτητες Poisson τ.µ.ς X 1,..., X n, ϑα ισχύει n i=1 X i n λ n λ N(0, 1).

Κ.Ο.Θ. στη Poisson κατανοµή (συν.) n=5 n=25 Density 0.0 0.1 0.2 0.3 0.4 0.5 Density 0.0 0.1 0.2 0.3 0.4 0.5 0 5 10 15 20 x 0 5 10 15 20 x n=50 n=500 Density 0.0 0.1 0.2 0.3 0.4 0.5 Density 0.0 0.1 0.2 0.3 0.4 0.5 0 5 10 15 20 x 0 5 10 15 20 x

Τέλος Ενότητας