ESTIMAREA PARAMETRILOR STATISTICI

Noţiuni introductive
Majoritatea studiilor statistice nu se realizează pe întreaga populaţie statistică din unul
sau mai multe inconveniente:
- talia populaţie poate fi uneori foarte mare;
- timpul efectiv de studiu este proporţional cu numărul entităţilor studiate;
- costurile şi resursele alocate cresc proporţional cu numărul entităţilor studiate;
- de multe ori se distrug entităţile studiate;
- există situaţii în care nu se pot culege informaţii despre toţi indivizii populaţiei.
De aceea pentru studierea parametrilor caracteristicilor populaţiei statistice se
procedează astfel:
a. se extrage un eşanţion reprezentativ prin una din metodele cunoscute: enşantionare
randomizată, sistematică, stratificată sau de tip cluster. Talia eşantionului se alege astfel încât
să se permită un studiu exhautiv al caracteristicilor;
b. în funcţie de natura caracteristicilor (cantitative sau calitative) folosind statistica descriptivă
se determină principalii parametrii;
c. folosind statistica inferenţială sau inductivă se încearcă estimarea parametrilor pentru
întreaga populaţie pornindu-se de la rezultatele obţinute la nivelul eşantionului.
Exemplu procedeu pentru o variabilă cantitativă:
Media şi abaterea standard teoretică a unei caracteristici pentru o populaţie nu se cunosc. Se
extrage aleatoriu un eşantion reprezentativ pentru care se determină media şi abaterea
standard. Se încearcă estimarea parametrilor populaţiei plecându-se de la valorile parametrilor
observaţi.
Estimarea punctuală
Un estimator al unui parametru este o funcţie ce depinde de rezultatele obţinute pe un
eşantion extras aleatoriu.
Valoarea dată de funcţia ataşată estimatorului se numeşte estimarea punctuală a
parametrului şi este o variabilă aleatoare.
Un estimator trebuie să aibă cel puţin două calităţi:
- să reflecte corect rezultatele obţinute;
- să aibă o precizie suficient de mare.
Un estimator T al unui parametru q este corect dacă speranţa sa matematică este egală
cu valoarea teoretică (adevărată) a parametrului estimat adică M(T)=q.
Pentru o variabilă aleatoare X ale cărei valori x1, x2, ... xn au distribuţia de
probabilitate p(x1), p(x2), ... p(xn) speranţa matematică sau media se defineşte astfel:
n
M( X) = ∑ x i ⋅p( x i ) .
i =1
Speranţa matematică a mediilor observate m pe eşantioane extrase aleator este egală
cu media teoretică mt a populaţiei din care s-au extras eşantioanele, adică M(m)=mt, deci
media este un estimator fără corect.
Speranţa matematică a frecvenţelor observate f pe eşantioane extrase aleator este egală
cu frecvenţa teoretică ft a populaţiei din care s-au extras eşantioanele, adică M(f)=ft, deci
frecvenţa este un estimator corect.
n

∑ (x i − X )2
Speranţa matematică a variaţiei s2 ( s 2 = i =1
) observate pe eşantioane extrase
n
aleator de talie n este diferită de variaţia teoretică s2t a populaţiei din care s-au extras
n−1 2
eşantioanele, M(s 2 ) = st .
n
 n ⋅ s2
Speranţa matematică a variaţiei de eşantionare observate S2 ( S 2 = ) pe eşantioane
n−1
extrase aleator de talie n este egală cu variaţia de eşantionare teoretică S2t a populaţiei din
care s-au extras eşantioanele deci este un estimator corect.
Estimarea intervalului de încredere
Estimarea punctuală a unui parametru teoretic furnizează o valoare ce depinde de
fluctuaţiile de eşantionare şi deci poate fi diferită de valoarea reală a parametrului estimat.
Astfel estimarea unui parametru teoretic nu se face printr-o singură valoare ci printr-
un interval în care parametrul estimat se găseşte cu o probabilitate mare numit interval de
încredere.
Dacă P este o populaţie ce are o medie teoretică mt necunoscută, eşantionul E se
extrage reprezentativ aleator din P, pentru variabila cantitativă X se observă o medie m şi o
variaţie punctuală estimată S2, se consideră intervalul de încredere [a,b] cu un prag de
semnificaţie α dacă probabilitatea mediei teoretice mt să se afle în interval este 1-α, adică
Pr(a≤mt≤b)=1-α.
A. Cazul eşantioanelor mari (n≥30)
Media de eşantionare m este o variabilă aleatoare normală N(m t ; AS / n ) , atunci
m − mt
variabila redusă Z = este o variabilă N(0,1).
AS / n
Pentru un prag de semnificaţie α se determină din tabela ecartului redus valoarea Zα
pentru care probabilitatea ca variabila aleatoare Z să fie în intervalul [-Zα ;Zα] este 1-α, adică
Pr(-Zα≤Z≤ Zα)=1-α.
m − mt
Deci cu o probabilitate 1-α are loc inegalitatea − Z α ≤ ≤ Zα .
AS / n
Atunci intervalul de încredere pentru mt este [m − Z α ⋅ AS / n ; m + Z α ⋅ AS / n ] .
Exemplu:
Pentru α=0.05, Zα=1.96 (din tabela ecartului redus) deci intervalul de încredere va fi:
[m − 1.96 ⋅ AS / n ;m + 1.96 ⋅ AS / n ] .
B. Cazul eşantioanelor mici (n<30)
Dacă variabila studiată X este o variabilă aleatoare normală, atunci se poate determina
intervalul de încredere al mediei teoretice mt ca şi în cazul eşantioanelor mari.
Dacă variabila aleatoare X nu se comportă ca o variabilă aleatoare normală atunci
variabila aleatoare centrată redusă se comportă ca o variabilă aleatoare Student cu n-1 grade
de libertate.
Intervalul de încredere pentru media teoretică mt cu un prag de semnificaţie α, ce
utilizează cuantila tα din tabelul variabiei aleatoare Student, va fi:
[m − t α ⋅ AS / n ; m + t α ⋅ AS / n ] .
Observaţii referitoare la intervalul de încredere:
- deoarece Zα respectiv tα cresc odată cu scăderea lui α, atunci dacă pragul de semnificaţie
scade (risc de eroare mai mic) intervalul de încredere se măreşte deci precizia estimării scade;
- dacă talia eşantionului creşte, atunci intervalul de încredere se reduce deci precizia estimării
creşte.
Determinarea taliei eşantioanelor
La estimarea mediei teoretice mt a unei variabile cantitative definite pe o populaţie
statistică P, intervalul de încredere pe baza mediei observate m se calculează pe un eşantion
reprezentativ E cu talia n.
 Pentru un risc (prag de semnificaţie) α şi o precizie k a intervalului de încredere [m-
k;m+k] ţinându-se cont de faptul că intervalul de încredere se exprimă
[m − Z α ⋅ AS / n ; m + Z α ⋅ AS / n ] atunci k = Z α ⋅ AS / n , talia este n = Z 2 α ⋅ AS 2 / k 2 .
Exemplu:
La estimarea mediei teoretice a tensiunii arteriale sistolice pentru o populaţie a unei localităţi
pentru un interval de vârstă cu un risc α=0.05 (Zα=1.96≈2) şi o precizie k=0.5 la o deviaţie
(abatere) standard AS=2 talia minimă recomandată a eşantionului este n=22*22/0.52=64.