Documente Academic
Documente Profesional
Documente Cultură
Fie
X1 , X2 , ..., Xn variabilele de selecţie
x1 , ..., xn datele de selecţie corespunzătoare.
Definitie
Se numeşte funcţie de estimaţie (punctuală) sau estimator pentru
parametrul λ funcţia de selecţie (statistică)
λ
e = λ(X
e 1 , X2 , ..., Xn ),
P
e 1 , X2 , ..., Xn ) →
adică λ
e = λ(X λ.
Valoarea numerică corespunzătoare λ e = λ(x
e 1 , x2 , ..., xn ) se numeşte
estimaţie consistentă pentru parametrul λ.
Definitie
Funcţia de estimaţie λ
e = λ(X
e 1 , X2 , ..., Xn ) se numeşte funcţie de
estimaţie (estimator) absolut corectă (sau nedeplasată) pentru
parametrul λ, dacă satisface condiţiile:
i) M(λ)e = λ; ii) lim D 2 (λ)
e = 0.
n→∞
Valoarea numerică λe = λ(x
e 1 , x2 , ..., xn ) se numeşte estimaţie
absolut corectă pentru parametru λ.
Definitie
O funcţie de estimaţie λ
e = λ(X
e 1 , X2 , ..., Xn ) se numeşte funcţie de
estimaţie (estimator) corectă (deplasată) pentru parametrul λ dacă
satisface condiţiile:
i) lim M(λ) e = λ; ii) lim D 2 (λ) e = 0.
n→∞ n→∞
Valoarea numerică λ e = λ(x
e 1 , x2 , ..., xn ) se numeşte estimaţie
corectă (deplasată) pentru λ.
Definitie
O funcţie de estimaţie λ
e = λ(X
e 1 , X2 , ..., Xn ) se numeşte funcţie de
estimaţie (estimator) corectă (deplasată) pentru parametrul λ dacă
satisface condiţiile:
i) lim M(λ) e = λ; ii) lim D 2 (λ) e = 0.
n→∞ n→∞
Valoarea numerică λ e = λ(x
e 1 , x2 , ..., xn ) se numeşte estimaţie
corectă (deplasată) pentru λ.
Definitie
Se numeşte distorsiunea sau deplasarea unui estimator λ e al
parametrului λ, diferenţa M(λ̃) − λ.
Dacă distorsiunea este nulă se zice că estimatorul λ
e este
nedeplasat.
Propozitie
Dacă λ
e = λ(X
e 1 , X2 , ..., Xn ) este o estimaţie absolut corectă pentru
parametrul λ, atunci estimaţia este consistentă.
Propozitie
Dacă λ
e = λ(X
e 1 , X2 , ..., Xn ) este o estimaţie absolut corectă pentru
parametrul λ, atunci estimaţia este consistentă.
Example
Dacă λ
e = λ(X
e 1 , X2 , ..., Xn ) este o estimaţie absolut corectă pentru
parametrul λ, atunci estimaţia este consistentă.
Example
Observatie
Pentru k = 1 din exemplul precedent rezultă că media de selecţie
X = ν 1 este un estimator absolut corect pentru media teoretică
M(X ) = ν1 .
Example
Definitie
Funcţia de estimaţie λ
e absolut corectă pentru parametrul λ se
e = 1 , adică avem egalitate ı̂n
numeşte eficientă dacă D 2 (λ)
In(λ)
inegalitatea lui Rao-Cramer.
1
Mărimea e(λ)
e = se numeşte eficienţa estimatorului λ.
e
In(λ)D 2 (λ)e
Example
1 0
Fie caracteristica dată de X : , p + q = 1, p ≥ 0, q ≥ 0.
p q
Să se arate că media de selecţie X este o funcţie de estimaţie
eficientă pentru p ∈ (0, 1).
Densitatea de probabilitate a caracteristicii X este dată prin
f (x, p) = p x (1 − p)1−x pentru x = 0 şi x = 1.
Conceptul de verosimilitate
Se calculează
∂ log V ∂ log V ∂ log V
= 0, = 0, ..., = 0,
∂λ1 ∂λ2 ∂λk
numit sistemul de verosimilitate maximă.
Example
Să determinăm estimatorii de verosimilitate maximă pentru o
caracteristică X care urmează legea normală N(m, σ).
Metoda momentelor
X −m
Z= urmează legea normală N(0, 1);
√σ
n
X −m
T = urmează legea Student cu n − 1 grade de
σ∗
√
n
libertate, unde
n
1 X
σ∗ = (Xi − X )2
p
µ2 , µ2 =
n−1
i=1
(n − 1)σ ∗ 2
H= urmează legea χ2 cu n − 1 grade de libertate;
σ2
m=media teoretică;
σ=abaterea standard teoretică;
σ 2 =dispersia teoretică.
Example
Caracteristica X urmează legea normală N(m, σ), unde m ∈ R este
necunoscut şi σ > 0 este cunoscut. Determinăm intervalul de
incredere pentru media teoretică m cu o probabilitate (coeficient)
de incredere 1 − α.
Example
Caracteristica X urmează legea normală N(m, σ), unde m ∈ R este
necunoscut şi σ > 0 este cunoscut. Determinăm intervalul de
incredere pentru media teoretică m cu o probabilitate (coeficient)
de incredere 1 − α.
Example
Caracteristica X urmează legea normală N(m, σ), unde m ∈ R şi
σ > 0 sunt cunoscuti. Determinăm intervalul de incredere pentru
media teoretică m cu o probabilitate (coeficient) de incredere
1 − α.
Example
Caracteristica X urmează legea normală N(m, σ), unde m ∈ R şi
σ > 0 sunt cunoscuti. Determinăm intervalul de incredere pentru
dispersia teoretică σ 2 cu o probabilitate (coeficient) de incredere
1 − α.
APLICATIE. Consideram un esantion de 30 de elevi.
Caracteristica X reprezinta nota la bacalaureat si urmeaza o legea
normala N(m, σ). Sa se determine:
a) intervalul de incredere pentru media teoretica m cu
coeficientul de risc α = 0.02, daca se cunoaste σ = 1.4;
b) intervalul de incredere pentru media teoretica m cu
coeficientul de risc α = 0.01;
c) intervalul de incredere pentru dispersia teoretica σ 2 cu
coeficientul de risc α = 0.05.