Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego

Slides:



Advertisements
Podobne prezentacje
ESTYMACJA PRZEDZIAŁOWA
Advertisements

Statystyka Wojciech Jawień
hasło: student Szymon Drobniak pokój konsultacje: wtorek 13-14
Wykład 9 Analiza wariancji (ANOVA)
Wykład 5 Standardowy błąd a odchylenie standardowe
Wykład 11 Przykład z muszkami (krzyżówka wsteczna CcNn z ccnn)
Analiza współzależności zjawisk
HERD BEHAVIOR AND AGGREGATE FLUCTUATIONS IN FINANCIAL MARKETS Rama Cont & Jean-Philipe Bouchaud. Macroeconomic Dynamics, 4, 2000, Cambridge University.
Rachunek prawdopodobieństwa 2
Zmienne losowe i ich rozkłady
Analiza wariancji Marcin Zajenkowski. Badania eksperymentalne ANOVA najczęściej do eksperymentów Porównanie wyników z 2 grup lub więcej Zmienna niezależna.
Jak mierzyć asymetrię zjawiska?
Dane dotyczące sprzedaży wody mineralnej
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Symulacja zysku Sprzedaż pocztówek.
Statystyka w doświadczalnictwie
hasło: student Joanna Rutkowska Aneta Arct
BIOSTATYSTYKA I METODY DOKUMENTACJI
Niepewności przypadkowe
Wykład 6 Standardowy błąd średniej a odchylenie standardowe z próby
Wykład 14 Liniowa regresja
Wykład 3 Wzór Bayesa – wpływ rozkładu a priori.
Wykład 5 Przedziały ufności
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 11 Analiza wariancji (ANOVA)
Wykład 3 Wzór Bayesa, cd.: Wpływ rozkładu a priori.
Wykład 4 Przedziały ufności
Wzory ułatwiające obliczenia
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Analiza wariancji.
Estymacja przedziałowa i korzystanie z tablic rozkładów statystycznych
Co to są rozkłady normalne?
Co to są rozkłady normalne?
Jednoczynnikowa analiza wariancji (ANOVA)
Rozkład t.
Konstrukcja, estymacja parametrów
Elementy Rachunku Prawdopodobieństwa i Statystyki
Symulacja zysku Inwestycje finansowe. Problem zKasia postanowiła oszczędzać na samochód i wybrała fundusze inwestycyjne zKasia chce ulokować w funduszach.
Rozkłady wywodzące się z rozkładu normalnego standardowego
na podstawie materiału – test z użyciem komputerowo generowanych prób
Elementy Rachunku Prawdopodobieństwa i Statystyki
Symulacja zysku Inwestycje finansowe. Problem zKasia postanowiła oszczędzać na samochód i wybrała fundusze inwestycyjne zKasia chce ulokować w funduszach.
Elementy Rachunku Prawdopodobieństwa i Statystyki
1. ŁATWOŚĆ ZADANIA (umiejętności) 2. ŁATWOŚĆ ZESTAWU ZADAŃ (ARKUSZA)
EcoCondens Kompakt BBK 7-22 E.
EcoCondens BBS 2,9-28 E.
WYNIKI EGZAMINU MATURALNEGO W ZESPOLE SZKÓŁ TECHNICZNYCH
Testogranie TESTOGRANIE Bogdana Berezy.
Dopasowanie rozkładów
Ekonometryczne modele nieliniowe
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Elementy geometryczne i relacje
Strategia pomiaru.
Wykład 5 Przedziały ufności
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Estymatory punktowe i przedziałowe
Podstawowe pojęcia i terminy stosowane w statystyce
Statystyczna analiza danych w praktyce
Statystyczna analiza danych
Statystyczna analiza danych
Statystyczna analiza danych
Ćwiczenia Zarządzanie Ryzykiem Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem” 1.
ze statystyki opisowej
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Rozkład z próby Jacek Szanduła.
Statystyka matematyczna
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
MIARY STATYSTYCZNE Warunki egzaminu.
Zapis prezentacji:

Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego Próba o rozmiarze n z populacji normalnej Obserwujemy średnią próbkową Jak daleko od  może być ? Odpowiemy na to pytanie znajdując rozkład próbkowy .

Wyobraźmy sobie wielokrotne powtarzanie próbkowania Wyobraźmy sobie wielokrotne powtarzanie próbkowania. Za każdym razem liczymy y. Możemy o tym myśleć jak o nowym eksperymencie w którym obserwacjami są średnie.

Jaki będzie rozkład (histogram) tych średnich ? Fakt – suma dwóch zmiennych niezależnych o rozkładzie normalnym ma rozkład normalny.

Histogramy średnich z rozkładu standardowego normalnego Rozmiary pojedynczych prób n=1 and n=50. Liczba powtórzeń eksperymentu N=1000.

Przykład: Y ~ N(30, 6). Bierzemy 10 próbek o rozmiarze n = 9: 29.89 32.27 31.19 30.86 28.68 s 5.74 5.01 6.06 6.25 6.31 29.60 30.02 31.19 29.84 30.27 s 6.83 3.81 5.13 4.82 4.90

Rozkład Y ma wartość oczekiwaną i odchylenie standardowe SD Oczekujemy, że średnia próbkowa Z p-stwem 0.95 będzie w odległości nie większej niż 1.96 SD od , tzn. pomiędzy a Z p-stwem 0.8 będzie w odległości nie większej niż 1.28 SD od , tzn. pomiędzy 27.4 a 32.6. …. 0.68 … 1 SD … tzn. pomiędzy 28 a 32. Pytanie (na boku). X-liczba tych próbek (z 10) dla których średnie różnią się od  o nie więcej niż 1 SD Podaj rozkład X.

Centralne Twierdzenie Graniczne Jeżeli Y ma rozkład normalny to rozkład próbkowy Y jest też normalny (z mniejszym SD). Nawet jeżeli Y nie ma rozkładu normalnego to dla dużych n rozkładY jest bliski normalnemu (warunek dostateczny – rozkład Y ma skończoną wariancję). Niezależnie od rozkładu Y wartość oczekiwana średniej próbkowej wynosi a odchylenie standardowe średniej SD =

Co to znaczy ``duże’’ n ? To zależy od tego jak bliski rozkładowi normalnemu jest rozkład Y i jak dużej dokładności przybliżenia oczekujemy. Jeżeli Y ma rozkład normalny to wystarczy n= . Jeżeli rozkład Y jest w przybliżeniu symetryczny i nie ma ``ciężkich ogonów’’ to do typowych obliczeń wystarczy n=30.

Wniosek Techniki prezentowane na tym kursie i dotyczące konstrukcji przedziałów ufności dla  i testowania hipotez o średnich mogą być również stosowane gdy rozkład pojedynczych obserwacji nie jest normalny o ile tylko rozmiar prób jest ``wystarczająco’’ duży.