Documente Academic
Documente Profesional
Documente Cultură
Distributii de
esantionare
1
Introducere
2
Distribuţia de eşantionare a
mediei
Un exemplu:
Un zar este aruncat de un număr infinit de
ori. Notăm cu X numărul arătat la fiecare
aruncare.
Distribuţia de probabilitate a lui X este:
Media(X) = 1(1/6) +
2(1/6) + 3(1/6)+
x 1 2 3 4 5 6 ………………….= 3.5
p(x) 1/6 1/6 1/6 1/6 1/6 1/6
Dispersie(X) = (1-
3.5)2(1/6) +
(2-3.5)2(1/6) +
3
Aruncarea unui zar de două ori –
media eşantionului
4
Aruncarea unui zar de două ori –
media eşantionului
Eşantion
Eşantion Medie Eşantion
Medie Eşantion Medie Eşantion
Medie Eşantion Medie
Medie
11 1,1
1,1 11 13
13 3,1
3,1 22 25
25 5,1
5,1 33
22 1,2 1,5
1,2 1,5 14
14 3,2 2,5
3,2 2,5 26
26 5,2
5,2 3,5
3,5
33 1,3
1,3 22 15
15 3,3
3,3 33 27
27 5,3
5,3 44
44 1,4 2,5
1,4 2,5 16
16 3,4 3,5
3,4 3,5 28
28 5,4
5,4 4,5
4,5
55 1,5
1,5 33 17
17 3,5
3,5 44 29
29 5,5
5,5 55
66 1,6 3,5
1,6 3,5 18
18 3,6 4,5
3,6 4,5 30
30 5,6
5,6 5,5
5,5
77 2,1 1,5
2,1 1,5 19
19 4,1 2,5
4,1 2,5 31
31 6,1
6,1 3,5
3,5
88 2,2
2,2 22 20
20 4,2
4,2 33 32
32 6,2
6,2 44
99 2,3 2,5
2,3 2,5 21
21 4,3 3,5
4,3 3,5 33
33 6,3
6,3 4,5
4,5
10
10 2,4
2,4 33 22
22 4,4
4,4 44 34
34 6,4
6,4 55
11
11 2,5 3,5
2,5 3,5 23
23 4,5 4,5
4,5 4,5 35
35 6,5
6,5 5,5
5,5
12
12 2,6
2,6 44 24
24 4,6
4,6 55 36
36 6,6
6,6 66
5
Eşantion
Eşantion MedieEşantion
Medie Eşantion Medie Eşantion
Medie Eşantion Medie
Medie
11 1,1 11
1,1 13
13 3,1
3,1 22 25
25 5,1
5,1 33
x
Media( ) =1.0(1/36)+
1.5(2/36)+….=3.5
6/36
5/36
x
Varianta( ) = (1.0-3.5)2
4/36 (1/36)+
3/36 (1.5-3.5)2(2/36)... = 1.46
2/36
1/36
1 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 x 6
Distribuţia de eşantionare a
mediei
n5 n 10 n 25
x 3.5 x 3.5 x 3.5
2x 2x 2x
.5833 ( )
2
x x .2917 ( )
2
.1167 ( )
2
x
5 6 10 25
7
Distributia de esantionare a
mediei de selectie
n5 n 10 n 25
x 3.5 x 3.5 x 3.5
2x 2x 2x
x .5833 ( )
2 .2917 ( )
2
x .1167 ( )
2
x
5 10 25
ca
2 2
Notam that
Notice 2
x x este mai mic
is smaller than . x.
decat
The larger
Cu cat este the
mai sample
mare size the esantionului,
volumul
este x x . tends
2
Astfel,x tinde
2
smaller
cu atat maix . mic
Therefore,
to
safall
fie closer to , asdethe
mai aproape , sample
cu cat
volumul esantionului creste.
8
Distributia de esantionare a
mediei de selectie
Demonstratie: Dispersia mediei esantionului este
mai mica decat dispersia populatiei.
Populatie 1 1.5
1.5 222 2.5
2.5 3
1.5
1.5 22 2.5
2.5
1.5
Comparam 2 2.5 populatiei
variabilitatea
1.5
1.5 2 2.5
2.5
cu variabilitatea
1.5 2 mediei
2.5de selectie
1.5
1.5 2 2.5
2.5
1.5 2 2.5
Sa alegem esantioane 1.5
1.5 2
2 2.5
2.5
de doua observatii
9
Distributia de esantionare a
mediei de selectie
De asemenea,
Valoarea asteptata in populatie (media)=
(1 + 2 + 3)/3 = 2
10
Teorema Limita Centrala
11
Distributia de esantionare a mediei
de selectie
1. x x
2
2.
2
x
x
n
3. Daca x este normala, x este normala. Daca x nu este
normal distribuita, x este aproximativ normal distribuita
pentru esantioane de volum suficient de mare.
12
Distributia de esantionare a mediei
de selectie
Exemplu
Cantitatea de soda din fiecare sticla este normal
distribuita de medie 32.2 grame si deviatie
standard de .3 grame.
Gasiti probabilitatea ca o sticla cumparata de un
client sa contina mai mult de 32 grame:
Rezolvare
0.7486
Variabila aleatoare X este
x 32 32.2
P( x 32) P( ) 0.9082
x .3 4
P( z 1.33 ) 0.9082
0.7486
x = 32
x 32 = 32.2
x 32.2 14
Distributia de esantionare a mediei
de selectie
Exemplu
Problema lui Nelu:Venitul mediu lunar al unui
absolvent CSIE, la un an dupa absolvire, este
E600.
Presupunem ca distributia venitului lunar are o
deviatie standard de E100. Care este
probabilitatea ca 25 de absolventi selectati aleator
sa aiba o medie a venitului lunar mai mica de
E550?
Rezolvare: x 550 600
P( x 550) P( )
x 100 25
P( z 2.5) 0.0062 15
Distributia de esantionare a mediei
de selectie
Exemplu– continuare
Daca un esantion aleator de 25 de absolventi au
acum o medie a venitului lunar de E550, ce putem
concluziona despre validitatea afirmatiei ca media
venitului lunar este 600?
Rezolvare
Cu = 600, probabilitatea de a gasi o medie de selectie
atat de mica precum 550 este foarte mica (0.0062).
Presupunerea ca venitul mediu lunar este E600 este
probabil nejustificata.
Este mai rezonabil sa presupunem ca este mai mica de
E600, deoarece, atunci o medie a esantionului de E550
devine mai probabila.
16
Utilizarea distributiilor de
esantionare pentru inferente
Pentru a face o inferenta despre parametrii unei populatii, folosim
distributii de esantionare (ca si in exemplele anterioare)
Simetria distributiei normale, impreuna cu distributia de esantionare a
mediei, duce la:
x
P( 1.96 z 1.96 ) .95, or P( 1.96 1.96 ) .95
n
- Z.025 Z.025
Aceasta poate fi scrisa :
P ( 1.96 x 1.96 ) .95
n n
ce devine
P ( 1.96 x 1.96 ) .95
n n
17
Utilizarea distributiilor de
esantionare pentru inferente
.95
.95
.025 .025 .025 .025
Z x
-1.96 0 -1.96
100
P(600
100
11.96
P(600 .96 1.96
1.96
n
25 n 25
18
Utilizarea distributiilor de
esantionare pentru inferente
100 100
P (600 1.96 x 600 1.96 ) .95
25 25
Ceea ce inseamna P (560.8 x 639.2) .95
Concluzii
Exista 95% sanse ca media de selectie sa pice in
intervalul [560.8, 639.2] daca media populatiei este
600.
Atata vreme cat media de selectie este 550, media
populatiei generale probabil nu este 600.
19
Distributia de esantionare a
proportiei
^p = x
Estimatia lui p = n
20
Distributia de esantionare a
proportiei
21
Aproximarea normala a
distributiei binomiale
Aproximarea normala a distributiei binomiale lucreaza
cel mai bine cand:
Numarul de experimente (volumul esantionului) este
mare, si
Probabilitatea succesului, p, este aproape de 0.5.
np 5; n(1 - p) 5
22
Aproximarea normala a
distributiei binomiale
= np; 2 = np(1 - p)
23
Aproximarea distributiei de
esantionare pentru proportia
esantionului
26