Noter til E6 - dirac
Noter til E6 - dirac
Noter til E6 - dirac
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
12 Den statistiske model<br />
Tabel 2.4 Antal dødsfald som følge af hestespark i den prøjsiske armé.<br />
antal dødsfald y<br />
0<br />
1<br />
2<br />
3<br />
4<br />
antal regiment-år med y dødsfald<br />
109<br />
65<br />
22<br />
3<br />
1<br />
200<br />
<strong>til</strong>fældigheder der har afgjort om et givet regiment i et givet år nu fik 0 eller 1<br />
eller 2 osv. døde som følge af hestespark. Set fra en passende stor »flyvehøjde«<br />
kan man måske godt finde på at antage at dødsfaldene indtræffer uafhængigt<br />
af hinanden og med samme intensitet året igennem, således at betingelsene for<br />
en Poissonfordelingsmodel er <strong>til</strong> stede.<br />
Vi vil derfor forsøge os med den statistiske model der siger at de 200 observationer<br />
y 1, y 2, . . . , y 200 er observationer af indbyrdes uafhængige identisk<br />
stokastiske variable Y 1, Y 2, . . . , Y 200 der er Poissonfordelte med parameter µ.<br />
⊲ [Eksemplet fortsætter i eksempel 3.4 side 25.]<br />
Ligefordeling på et interval<br />
Dette eksempel har så vidt vides ikke den store praktiske anvendelse,<br />
men det kan være nyttigt for at afprøve teorien.<br />
Antag at x 1 , x 2 , . . . , x n er observationer af indbyrdes uafhængige identisk<br />
fordelte stokastiske variable X 1 , X 2 , . . . , X n som er ligefordelte på intervallet<br />
] 0 ; θ [ hvor θ > 0 er den ukendte parameter. Tæthedsfunktionen<br />
for X i er<br />
f(x, θ) =<br />
{ 1/θ når x < θ<br />
0 ellers,<br />
så modelfunktionen er<br />
f(x 1 , x 2 , . . . , x n , θ) =<br />
{ 1/θ<br />
n<br />
når x max < θ<br />
0 ellers.<br />
Her er x max = max{x 1 , x 2 , . . . , x n }.<br />
⊲ [Læs fortsættelsen side 25.]<br />
Enstikprøveproblemet i normalfordelingen<br />
Man har observationer y 1 , y 2 , . . . , y n af uafhængige identisk normalfordelte<br />
stokastiske variable med middelværdi µ og varians σ 2 . Modelfunk-