MA Curs 3 Statistică 1

Estimare prin intervale de încredere

Teoremă (limită centrală)

Fie X n nIN* un şir de variabile aleatoare independente cu aceeaşi repartiţie, cu M X n   m ,
D X n    , n  IN * şi fie v.a. Z n  X 1  X 2  ...  X n . Dacă Fn este densitatea de repartiţie a
2

Z  M Z n 
variabilei aleatoare Yn  n atunci
D Z n 

lim Fn x    x  (funcţia lui Laplace).

n 

Teoremă. Dacă X1 ,..., X n e o selecţie de volum n dintr-o populaţie normală N m,  , atunci

2
 
Xm
a) Y  are o repartiție normală standard N0,1 .
/ n

n  s2
b) variabila aleatoare 2
are o repartiţie  2 cu n  1 grade de libertate,

unde s 2 este dispersia de selecție.

ESTIMARE PRIN INTERVALE DE ÎNCREDERE

- Presupunem că asociem unor date variabila aleatoare X

- X are densitatea de repartiţie f x ,  , cu  =parametru ce trebuie aflat
- ̂ =estimator al parametrului ( de exemplu X este estimator pentru m
s sau ŝ sunt estimatori pentru  )
- ˆ ˆ 
Dorim să găsim un interval   ,    astfel încât 

P ˆ      ˆ    1   
- Numărul 1   se numeşte nivel de încredere (sau coeficient de încredere)
- În practică se consideră nivele de încredere de 95% ,98% sau 99%, deci   0,05 ,
  0,02 sau   0,01.

Repartiţia normală

I. Interval de încredere pentru parametrul m, dispersia  2 cunoscută:

m X  , X    
cu probabilitate 1   ,
   
adică P  X  Z  mX Z    1  
 n 1 2 n 1 2 

unde  este dispersia teoretică
2

 
Z  este soluţia ecuaţiei x   1   Z 
1
2
2 n 1 2
 
 este funcţia lui Laplace, Z    1 1  
1
2  2

Mathcad EXCEL
MA Curs 3 Statistică 2
 α  
Z α  qnorm1  ,0,1  Z   CONFIDENCE (, , n )
1
2  2  n 1 2

Z 0,9  1,282 Z 0,95  1,645 Z 0,975  1,96 Z 0,98  2,054 Z 0,99  2,326 Z 0,995  2,58

Observații.
 Dacă nu se cunoaşte  (dispersia teoretică) se poate înlocui cu ŝ (dispersia modificată de
2 2

selecţie)
 Intervalul se poate utiliza şi pentru media teoretică a altor repartiţii dacă n este mare( n  30 ).
 Intervalul are lungimea mai mică dacă σ este mic şi n este mare.
 Z1α   Z α .
 Se observă că dacă nivelul de încredere creşte (  scade) atunci Z creşte, deci şi lungimea
intervalului.

Exemplul 1. Se consideră o selecţie de volum n  100 cu media de selecţie X  27,5 . Presupunem că

asociem datelor repartiţia normală Nm,4 . Să se determine pentru media m un interval de încredere a)
95% , b) 99%.
Rezolvare. a)  2  4    2 ; 1    0,95    0,05 

epsilon COFIDENCE(alfa,sigma,n) 0.392

Z(1‐alfa/2) NORMSINV(P) 1.960

Intervalul de încredere este

27,108 ; 27,892
adică m  27,108 ; 27,892 cu probabilitatea 95%.
b) 1    0,99    0,01 
Intervalul de încredere este
26,984 ; 28,016
Exemplul 2. Considerăm o populație normală de parametrii m și  . Pe baza selecției care a dat
2

următoarele rezultate să se determine un interval de încredere 98% pentru m.

xj 3 3,5 4 4,5 5
nj 22 25 27 24 23

Rezolvare. Calculăm X , ŝ , n  121

Deoarece dispersia este necunoscută, intervalul este de forma
 ŝ ŝ 
X  Z  ,X  Z  
 n 1 2 n 1 2 

1    0,98    0,02 ,   CONFIDENCE(0.02,0.69,121) =0,146
Intervalul cerut este 4  0,146 ; 4  0,146  adică m  3,854 ;4,146 cu probabilitatea 98%.
MA Curs 3 Statistică 3

xj nj xj*nj
3 22 66 22 epsilon 0.146
3.5 25 87.5 6.25
4 27 108 0
4.5 24 108 6
5 23 115 23
sume 121 484.5 57.25

media 4.00 disp mod 0.473 s^ 0.69

II. Interval de încredere pentru media populației, pentru orice repartiție,

 ŝ ŝ 
n  30  X  Z  ,X  Z  
 n 1 2 n 1 2 

Exemplul 3. Pentru a studia o caracteristică a unei populații statistice s-a făcut o selecție și s-au
obținut următoarele rezultate:
Valori 0 1 2 3 4 5 6 7 8
Frecv 1 1 4 10 5 5 2 1 1

a) Să se reprezinte datele grafic; b) Presupunând că datele urmează o repartiție Poisson, să se

estimeze parametrul  ; c) Să se determine un interval de încredere 98% pentru  .
Rezolvare.a)

10
8
6
y
4

0 2 4 6 8
x
b) X  3,7 , ŝ  1,696 . Se știe că un estimator pentru parametrul  este media de selecție, deci   3,7 .
c) Un interval de încredere pentru media populației, când dispersia este necunoscută, iar n  30 , este
 ŝ ŝ 
X  Z , X  Z 
 n 1

n 1 

 2 2 

ŝ
  0,02 , Z   Z 0,99  2,326 , n  30 , Z   CONFIDENCE(0.02,1.696,30) = 0.72 ,
1
2 n 1 2
ŝ ŝ
X Z   3,7  0,72  2,98 , X  Z   4,42 . Atunci   2,98 ; 4,42  .
n 1 2 n 1 2

III. Interval de încredere pentru  2 , când parametrul m este necunoscut

 
 S S 
 , 
 h 1  ,n 1 h  ,n 1 
 2 2 
MA Curs 3 Statistică 4
 
 S S 
  1   unde S  n  s  n  1  ŝ
2 2
adică P  2 
 h 1  ,n 1 h 
, n 1
 2 2 

h α este soluţia ecuaţiei F x   1 
1 , n
2
2
F este funcţia de repartiţie a repartiţiei 2 cu n grade de libertate,
    
h   qchisq 1  , n  1 = CHIINV , n  1
1 , n 1
2  2   2 
Exemplul 4. Considerăm o populație normală de parametrii m și  . Să se determine un interval de
2

încredere 95% pentru dispersia  , pe baza selecției care a dat următoarele rezultate
2

xj 3 3,5 4 4,5 5
nj 22 25 27 24 23
Rezolvare.
 
 S S 
Intervalul de încredere 95% pentru  2
este  , 
 h 1  ,n 1 h  ,n 1 
 2 2 

 2
5
unde   0,05 , X  4 este media de selecție, S  n  s 2   x j  X   j  57,25
j1

S 57.25
h   h 0.975,120  CHIINV 0.025,120   152,21   0,376
1 ,n 1
2
h  152.21
1 , n 1
2

S 57.25
h  h 0.025,120  CHIINV 0.975,120   91,57   0,625
2
,n 1 h 91.57
, n 1
2

Atunci  2   0,376 ; 0,625      0,613 ; 0,79  .

xj nj xjnj (xj*‐med)^2*nj
3 22 66 22 152.21 CHIINV(0.025,120)
3.5 25 87.5 6.25 91.57 CHIINV(0.975,120)
4 27 108 0
4.5 24 108 6
5 23 115 23
sume 121 484.5 57.25 S

media 4.00 disp mod 0.477 s^ 0.69

II. Repartiţia binomială Bi n , p 

Interval de încredere pentru parametrul p al repartiţiei binomiale Bi n , p 
 X  1  X  X  1  X  
P X  Z α pX Z α   1 α
 n 1 n 1 
 2 2 


unde X este media de selecţie, care este un estimator pentru p şi Z  este soluţia ecuaţiei x   1  ,
1
2
2
iar  este funcţia lui Laplace.