Documente Academic
Documente Profesional
Documente Cultură
1. Noţiuni introductive
2. Analiza unei serii statistice unidimensionale, folosind
metode grafice şi numerice (variabile cantitative:
indicatori ai tendinţei centrale, indicatori ai dispersiei
şi indicatori ai formei; variabile calitative).
3. Analiza unei serii statistice bidimensionale.
Programa analitică
4. Probabilităţi şi distribuţii teoretice
5. Estimarea parametrilor unei populaţii
6. Testarea statistică
7. Indicatori ai seriilor de timp
6. Estimarea parametrilor unei
populaţii
6.1. Concepte fundamentale
a) Populaţie - Eşantion
O populaţie statistică este definită prin precizarea
naturii sale, a caracteristicilor intrinseci, spaţiului şi
timpului.
Exemplu:
Un grup de studiu la Bazele Statisticii are șase
studenți (N=6), cu vârstele: 18, 18, 19, 20, 20, 21.
Vom construi distribuția de selecție a mediei de
vârstă pentru eșantioane de 2 studenți (n = 2).
Proprietăţile estimatorilor
De regulă, există o diferenţă între estimaţie şi
parametru, care reprezintă o eroare de estimare.
Această eroare poate fi măsurată cu ajutorul
proprietăţilor estimatorilor:
1. Nedeplasarea
M (qˆ) = q
6. Estimarea parametrilor unei populaţii
2. Convergenţa:
V (qˆ) ® 0, când n ® N
- convergenţa în probabilitate impune o condiţie de
volum al eşantionului: dacă acesta este suficient de
mare, atunci orice valoare posibilă a estimatorului
(orice estimaţie) converge către parametru.
Această proprietate este o expresie a legii numerelor
mari.
6. Estimarea parametrilor unei populaţii
3. Eficienţa:
V ( qˆ ) = min .
6. Estimarea parametrilor unei populaţii
a) Media de selecţie µ̂
Estimatorul numit medie de selecţie este obţinut ca
o medie aritmetică a variabilelor aleatoare de
selecţie Xi.
O valoare posibilă a estimatorului este media de
sondaj.
Variabila media de selecţie se caracterizează prin
legea normală - teorema limită centrală bazată pe
legea numerelor mari. s2
µˆ ~ N ( µ , )
n
Exemplu. X:{18, 18, 19, 20, 20, 21}
µ=19.33, σ2=1.21
M ( µˆ ) = 19.29
s
s µˆ = = 0, 78
n
V ( µˆ ) = s µ2ˆ = 0.61
Observații importante
Nedeplasarea și convergența estimatorilor sunt extrem de
importante. Deplasarea estimatorului afectează acuratețea
estimării, iar neîndeplinirea proprietății de convergență
afectează precizia estimării.
Precizia și acuratețea sunt metodele prin care cercetătorii
evaluează eroarea de estimare.
Acuratețea se referă la cât de apropiată este valoarea estimată
de valoarea adevarată a parametrului.
Precizia se referă la cât de apropiate sunt măsuratorile
aceleiași variabile între ele, adică la cât de mică este varianța
unui sir de valori.
Precizia este independentă de acuratețe. O mărime poate fi
acurată, dar imprecisă sau poate fi precisă, dar neacurată. Cele
mai bune mărimi sunt cele care sunt și precise, și acurate.
O demonstrație clasică a diferenței dintre precizie și acuratețe
este cea în care se folosește trasul la țintă, de exemplu jocul de
darts.
Centrul țintei este valoarea adevărată. Cu cât săgetile sunt mai
apropiate de centru, cu atât avem o acuratețe mai mare. Cu cât
săgețile sunt mai aproape unele de altele, cu atât precizia este
mai mare.
Dacă săgețile sunt departe de centru și unele de altele, nu avem
nici acuratețe, nici precizie (Fig. A).
Dacă săgețile sunt foarte apropiate între ele, dar departe de
centru, avem precizie, dar nu avem, acuratețe (Fig. B).
Dacă săgețile sunt la distanțe egale unele față de altele și
formează un cerc în jurul centrului, atunci se obține acuratețe
matematică, pentru că media lor dă centrul, adică avem
acuratețe, dar nu precizie. Totodată, asta înseamnă că nici una
dintre săgeti nu este exact pe centru (Fig. C).
Dacă săgețile aterizează aproape de centru și sunt grupate
toate aproape ce centru, avem și precizie, și acuratețe (Fig. D).
6. Estimarea parametrilor unei populaţii
b) Dispersia de selecţie sˆ 2
- Este un estimator deplasat.
- Ca o corecţie la acest estimator, se construieşte
dispersia de selecţie modificată sau corectată. O
valoare posibilă a acestui estimator este dispersia de
sondaj modificată:
6. Estimarea parametrilor unei populaţii
1
s' 2 =
n -1
å i
( x - x )2
c) Proporţia de selecţie pˆ
- are aceleaşi proprietăţi cu media de selecţie.
p(1 - p )
pˆ ~ N ( p , )
n
6. Estimarea parametrilor unei populaţii
6.4 Estimarea punctuală a parametrilor unei
populaţii
a) Definire
- presupune calculul unei estimaţii la nivelul unui
eşantion, ca o valoare a unui estimator convenabil
ales, care respectă proprietăţile de nedeplasare şi
convergenţă.
b) Estimarea punctuală a mediei unei populaţii
c) Estimarea punctuală a proporţiei unei populaţii
6. Estimarea parametrilor unei populaţii
6.5 Estimarea prin interval de încredere (IC) a
parametrilor unei populaţii
a) Definire
- a estima prin IC un parametru presupune a
identifica două variabile aleatoare, Li şi Ls , care,
pentru o anumită probabilitate ( 1 - a ) , numită nivel
de încredere, respectă condiţia:
P( Li £ q £- Ls ) = ( 1 - a ) , cu a Î ( 0 ,1 )
6. Estimarea parametrilor unei populaţii
s2
µˆ ~ N ( µ , ) Þ Z µˆ ~ N (0,1)
n
µˆ - µ µˆ - µ
Z µˆ = =
s µˆ s/ n
6. Estimarea parametrilor unei populaţii
µˆ - µ
P( - za / 2 £ £ + za / 2 ) = ( 1 - a )
s/ n
s s
P( µˆ - za / 2 £ µ £ µˆ + za / 2 ) = (1-a )
n n
6. Estimarea parametrilor unei populaţii
la nivelul unui eşantion extras:
é s s ù
ê x - za / 2 , x + za / 2 ú
ë n nû
µˆ - µ
t= ~ t (n - 1)
sˆ '
n
6. Estimarea parametrilor unei populaţii
é s' s' ù
ê x - ta /2, n -1 , x + ta /2, n -1 ú
ë n nû
Altfel spus,
6. Estimarea parametrilor unei populaţii
"
Intervalul de încredere pentru μ: 𝑥̅ ± 𝑧!⁄" .
#
1−𝛼
𝑧%$ este acel z pentru care 𝜙 𝑧 =
& 2
'(% '(),)+ ),,+
𝛼 = 0,05 ⟹ = = = 0,475, deci 𝑧!⁄" = 1,96
& & &
-))
𝐼. 𝐶.μ : 1500 ± 1,96 . ⟹ 𝐼. 𝐶.μ : 1500 ± 58,8
'))
⟹ 𝐼. 𝐶.μ : 1500 − 58,8; 1500 + 58,8
⟹ 𝐼. 𝐶.μ : 1441,2; 1558,8 𝑙𝑒𝑖
(#
Intervalul de încredere pentru μ: 𝑥̅ ± 𝑡!⁄";%&' %
%
+,-. +,-.
𝐼. 𝐶.μ : 5 ± 𝑡$,$&)";*&' % ⟹ 𝐼. 𝐶.μ : 5 ± 𝑡/,/+-;0 %
* *
+,-.
⟹ 𝐼. 𝐶.μ : 5 ± 3,182 % ⟹ 𝐼. 𝐶.μ : 5 ± 4,1 ⟹ 𝐼. 𝐶.μ : 5 − 4,1; 5 + 4,1
*
⟹ 𝐼. 𝐶.μ : 0,9; 9,1 𝑠𝑒𝑐𝑢𝑛𝑑𝑒
/,-32 '&/,-3
𝐼. 𝐶.π : 0,56 ± 𝑡$,$&)";'//&' % ⟹ 𝐼. 𝐶.π : ?0,56 ± 𝑡/,/+-;44 %
'//
/,-32 '&/,-3
'//
@
/,-32/,**
⟹ 𝐼. 𝐶.π : 0,56 ± 1,96 % ⟹ 𝐼. 𝐶.π : 0,56 ± 0,07 ⟹
'//
𝐼. 𝐶.π : 0,56 − 0,07; 0,56 + 0,07
⟹ 𝐼. 𝐶.π : 0,49; 0,63 𝑠𝑎𝑢 𝐼. 𝐶.π : 49; 63 %