Metody probabilistyczne i statystyka Pojęcie estymacji Rodzaje
Transkrypt
Metody probabilistyczne i statystyka Pojęcie estymacji Rodzaje
Poj cie estymacji Szacowanie warto ci parametrów lub rozkładu zmiennej losowej w populacji generalnej na podstawie rozkładu empirycznego, uzyskanego z próby losowej pobranej z tej populacji nazywa si estymacj . Metody probabilistyczne i statystyka Wykład 9: Estymacja punktowa. Własno ci estymatorów. populacja generalna Małgorzata Kr towska Wydział Informatyki Politechnika Białostocka próba losowa f(x) 5 N(µ,σ) licznosc 4 e-mail: [email protected] strona www: http://aragorn.pb.bialystok.pl/~gkret 3 2 1 0 µ-σ Modele statystyczne, studia zaoczne 1 µ µ+σ x 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 Modele statystyczne, studia zaoczne 2 Estymator Załó my, e rozkład zmiennej losowej X w populacji generalnej zale y od nieznanego parametru θ. Rodzaje estymacji Estymacja punktowa Wyznaczana jest jedna warto Estymatorem parametru θ rozkładu zmiennej X nazywamy tak statystyk Estymacja przedziałowa Wyznaczany jest przedział warto ci tzw. przedział ufno ci θˆn = g ( X 1 , X 2 ,..., X n ) b d c funkcj próby losowej pobranej z tej populacji, której rozkład prawdopodobie stwa zale y od szacowanego parametru. Modele statystyczne, studia zaoczne 3 Modele statystyczne, studia zaoczne 4 Własno ci estymatorów Zgodno Estymator parametru θ nazywamy zgodnym, je eli jest stochastycznie (w sensie prawdopodobie stwa) zbie ny do szacowanego parametru • Zgodno • Nieobci ono ( ) lim P θˆn − θ < ε = 1, ε > 0 n→∞ • Efektywno Interpretacja: wraz ze wzrostem liczno ci próby wzrasta dokładno parametru θ. • Dostateczno Modele statystyczne, studia zaoczne 5 Nieobci ono n własno ciami zgodno ci i • je eli estymator θn parametru θ jest nieobci ony (lub asymptotycznie nieobci ony) oraz je eli jego wariancja w miar wzrostu liczebno ci próby zmierza do zera, to θn jest estymatorem zgodnym n Interpretacja Własno nieobci ono ci oznacza, e przy wielokrotnym losowaniu próby rednia z warto ci przyjmowanych przez estymator nieobci ony równa si warto ci szacowanego parametru. Własno ta gwarantuje otrzymanie za jego pomoc ocen wolnych od bł du systematycznego. Modele statystyczne, studia zaoczne i nieobci ono • je eli estymator θn parametru jest zgodny, to równocze nie jest asymtotycznie nieobci ony; twierdzenie odwrotne nie jest prawdziwe Bn (θˆn ) = E (θˆn ) − θ Estymator asymptotycznie nieobci ony lim B (θˆ ) = 0 n →∞ 6 Współzale no ci pomi dzy nieobci ono ci: E (θˆn ) = θ , dla kazdego n Obci enie estymatora: Modele statystyczne, studia zaoczne Zgodno Estymator jest nieobci ony je eli: oszacowania 7 Modele statystyczne, studia zaoczne 8 Efektywno Dostateczno Estymator θn parametru θ jest dostateczny, je eli zawiera wszystkie informacje, jakie na temat parametru θ wyst puj w próbie, i aden inny estymator nie mo e da dodatkowych informacji o szacowanym parametrze. Estymator nieobci ony θn parametru θ który ma najmniejsz wariancj spo ród wszystkich nieobci onych estymatorów danego parametru θ wyznaczonych z prób n-elementowych nazywamy najefektywniejszym. ef (θˆn ) = Miara efektywno ci estymatora: Vθˆn* Vθˆn gdzie θˆn* estymator najefektywniejszy 0 < ef (θˆn ) ≤ 1 Estymator asymtotycznie najefektywniejszy: lim ef (θˆ ) = 1 n →∞ n Modele statystyczne, studia zaoczne 9 Metody wyznaczania estymatorów 10 Metoda najwi kszej wiarogodno ci Niech rozkład badanej cechy X zale y od k nieznanych parametrów θ1, θ2, ..., θk, które chcemy oszacowa na podstawie n-elementowej próby losowej prostej X1, X2, ..., Xn. Wyznaczamy tzw. funkcj wiarogodno ci L: • Metoda momentów – estymatory zgodne, ale przewa nie obci one i mało efektywne L = f ( x1 ;θ1 ,θ 2 ,...,θ k ) ⋅ ... ⋅ f ( xn ;θ1 ,θ 2 ,...,θ k ) • Metoda najwi kszej wiarogodno ci – estymatory zgodne, asymptotycznie nieobci one i asymptotycznie efektywne gdzie f( ) oznacza g sto prawdopodobie stwa (cecha ci gła) lub funkcj rozkładu prawdopodobie stwa (cecha dyskretna). • Metoda najmniejszych kwadratów (estymacja parametrów wyra aj cych ró ne zale no ci pomi dzy zmiennymi losowymi) Estymatorami uzyskanym metod najwi kszej wiarogodno ci nazywamy takie estymatory, dla których funkcja wiarogodno ci przyjmuje warto najwi ksz . – estymatory zgodne nieobci one i najefektywniejsze w klasie estymatorów liniowych Modele statystyczne, studia zaoczne Modele statystyczne, studia zaoczne 11 Modele statystyczne, studia zaoczne 12 Metoda najwi kszej wiarogodno ci Estymatory parametrów rozkładu normalnego • utwórz funkcj wiarogodno ci L = f ( x1 ;θ1 ,θ 2 ,...,θ k ) ⋅ ... ⋅ f ( xn ;θ1 ,θ 2 ,...,θ k ) • policz logarytm naturalny z funkcji L lnL • policz pochodne funkcji lnL wzgl dem poszczególnych parametrów θ1, θ2, ..., θk ∂ ln L ∂θ i Próba n elementowa poprana z populacji o rozkładzie normalnym N (µ ,σ ) Estymatory uzyskane metod najwi kszej wiarogodno ci: µ̂ = x = σ̂ = s = • przyrównaj otrzymane pochodne do warto ci 0 1 n 1 n n i =1 n i =1 xi ( xi − x ) 2 ∂ ln L =0 ∂θ i Modele statystyczne, studia zaoczne 13 Modele statystyczne, studia zaoczne 14