Documente Academic
Documente Profesional
Documente Cultură
P (L < θ < U ) = 1 − α,
În aceste condiţii, determinarea unui interval de 100 (1 − α) % încredere pentru θ se face astfel: se determină
constantele cL şi cU astfel încât să avem
Variabilele aleatoare L şi U astfel obţinute determină un interval (l, u) de 100 (1 − α) % încredere pentru para-
metrul necunoscut θ.
X̄ − μ
g (X1 , . . . , Xn ) =
√σ
n
De asemenea, să observăm că din simetria funcţiei de densitate normală, aria de sub graficul densităţii, aflate
la stânga punctului −zα este de asemenea egală cu α, adică
Z −zα
1 x2
Φ (−zα ) = √ e− 2 dx = α. (2.2)
−∞ 2π
Observaţia 2.2.1 Pentru un nivel de încredere α ∈ (0, 1) fixat, valorile lui zα se determină din tabele de valori
ale funcţiei de distribuţie a densităţii normale N (0, 1), folosind formula (2.1) sau (2.2).
Cu notaţia anterioară, avem
à ! Z zα/2
X̄ − μ 1 x2
P −zα/2 < < zα/2 = √ e− 2 dx
√σ −zα/2 2π
n
¡ ¢ ¡ ¢
= Φ zα/2 − Φ −zα/2
= 1 − α/2 − (α/2)
= 1 − α,
de unde rezolvând în raport cu parametrul μ necunoscut obţinem
µ ¶
σ σ
P X̄ − zα/2 √ < μ < X̄ + zα/2 √ = 1 − α,
n n
şi deci avem (
L = L (X1 , . . . , Xn ) = X̄ + zα/2 √σn
U = U (X1 , . . . , Xn ) = X̄ − zα/2 √σn
Am obţinut deci următoarea:
¡ ¢
Propoziţia 2.2.2 Dacă X1 , . . . , Xn este o selecţie de volum n dintr-o populaţie normală N μ, σ 2 cu dispersie σ 2
cunoscută, atunci un interval de 100 (1 − α) % încredere pentru parametrul necunoscut μ este
µ ¶
σ σ
(l, u) = x̄ − zα/2 √ , x̄ + zα/2 √ ,
n n
unde x̄ = x1 +...+x
n
n
este ¡media
¢ de selecţie a valorilor observate x1 , . . . , xn ale selecţiei X1 , . . . , Xn şi zα/2 este
determinat astfel încât Φ zα/2 = 1 − α/2.
Observaţia 2.2.3 Să presupunem că într-un exemplu concret obţinem pentru μ intervalul (5.9; 6.1) de 100 (1 − α) %
încredere. Este tentant (dar incorect!) să se considere că probabilitatea ca μ să aparţină intervalului (5.9; 6.1) este
1 − α.
Cum μ are o valoare determinată, această probabilitate este egală cu 0 sau 1, şi deci nu poate fi egală cu 1 − α
(pentru α ∈ (0, 1)).
Interpretarea corectă constă în a realiza că intervalul de încredere este un interval aleator (capetele intervalului
depind de selecţia aleasă), cu proprietatea că P (L < μ < U ) = 1 − α, adică μ se găseşte în 100 (1 − α) % din
intervalele (l, u) calculate, unde l = L (x1 , . . . , xn ) şi u = U (x1 , . . . , xn ) iar x1 , . . . , xn sunt valorile observate ale
variabilelor aleatoare X1 , . . . , Xn .
¯ ¯
Observaţia 2.2.4 (Alegerea volumului n al selecţiei) Dacă se doreşte ca eroarea de estimare ¯X̄ − μ¯ să nu
depăşească o valoare E dată cu încredere 100 (1 − α) %, atunci
¡ ¢
P −E < X̄ − μ < E ≥ 1 − α,
şi cum µ ¶
σ σ
P −zα/2 √ < X̄ − μ < zα/2 √ = 1 − α,
n n
rezultă prin comparare că trebuie să avem
σ
E ≥ zα/2 √ ,
n
de unde obţinem că volumul selecţiei trebuie să verifice inegalitatea
³ σz ´2
α/2
n≥
E
Observaţia 2.2.5 În mod similar construcţiei anterioare, atunci când ne interesează numai estimarea parametrului
necunoscut printr-o valoare limită superioară sau inferioară, se pot construi intervale de 100 (1 − α) % încredere de
mărginire: ³ ´
— superioară: (l, u) = −∞, x̄ + zα √σn ;
³ ´
— inferioară: (l, u) = x̄ − zα √σn , +∞ .
Teorema 2.2.6 (Teorema limită centrală) Dacă X1 , X2 , . . . sunt variabile aleatoare independente şi identic dis-
tribuite, cu medie M (Xi ) = μ şi dispersie σ 2 (Xi ) = σ 2 finite, atunci funcţia de distribuţie a variabilei aleatoare
X1 + . . . + Xn − nμ
√
σ n
X̄ − μ
≈ N (0, 1)
√σ̂
n
este aproximativ o varriabilă aleatoare normală cu medie 0 şi dispersie 1. Procedând similar cazului anterior,
obţinem următoarea:
Propoziţia 2.2.7 Pentru valori n ale volumului selecţiei X1 , . . . , Xn suficient de mari, variabila aleatoare
X̄ − μ
Z=
√σ̂
n
este aproximativ o variabilă aleatoare N (0, 1), şi deci un interval de 100 (1 − α) % încredere pentru media μ este
µ ¶
σ σ
(l, u) = x̄ − zα/2 √ , x̄ + zα/2 √ ,
n n
unde x̄ = x1 +...+x
n
n
este ¡media
¢ de selecţie a valorilor observate x1 , . . . , xn ale selecţiei X1 , . . . , Xn şi zα/2 este
determinat astfel încât Φ zα/2 = 1 − α/2.
2.2.4 Exerciţii
1. Pentru o populaţie X cu medie μ necunoscută şi dispersie σ 2 cunoscută, care este procentul de încredere
100 (1 − α) % al următoarelor intervale de încredere?
³ ´
(a) (l, u) = x̄ − 2.14 √σn , x̄ + 2.14 √σn
³ ´
(b) (l, +∞) = x̄ − 2.94 √σn , +∞
³ ´
(c) (−∞, u) = −∞, x̄ + 1.85 √σn
2. Pentru ce valoare α se obţin intervale bilaterale (l, u) de 75%, 80%, respectiv 98% încredere, pentru media μ
a unei populaţii normale?
3. Pentru ce valoare α se obţin intervale unilaterale de mărginire inferioară/superioară, (l, +∞), respectiv
(−∞, u), de 90%, 95%, respectiv 99% încredere, pentru media μ a unei populaţii normale?
4. Să se determine un interval de 100 (1 − α) % încredere pentru media μ a unei populaţii normale având dispersia
σ 2 = 400 în următoarele cazuri:
(a) Dacă ambele intervale sunt calculate folosind aceeaşi selecţie, care este media selecţiei x̄?
(b) Dacă primul interval este un interval de 90% încredere, iar cel de+al doilea de 99% încredere, şi sunt
calculate folosind aceeaşi selecţie, să se determine un interval de 95% încredere pentru media μ.
7. Durata medie de viaţă a unui bec este o variabilă aleatoare X normală cu medie μ necunoscută şi dispersie
σ 2 = 252 . Dacă pentru o selecţie de volum n = 20 media de selecţie x̄ = 1014 ore de funcţionare, să se
determine:
8. Rezistenţa unui material este o variabilă aleatoare X având o distribuţie normală cu media μ necunoscută şi
dispersie σ 2 = 1000 kgf/cm2 . Dacă o selecţie de volum n = 12 a avut o medie de rezistenţă x̄ = 3250 kgf/cm2 ,
să se determine