27.08.2014 Aufrufe

Einführung in die Stochastik, Prof. Lerche - Abteilung für ...

Einführung in die Stochastik, Prof. Lerche - Abteilung für ...

Einführung in die Stochastik, Prof. Lerche - Abteilung für ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

112 12 SCHLIEßENDE STATISTIK<br />

5. Präzisierung der Frage: Kann man mit e<strong>in</strong>er Irrtumswahrsche<strong>in</strong>lichkeit α (z.B. 1 %)<br />

sagen, dass <strong>die</strong> Brauerei zu wenig abfüllt?<br />

Sei µ 0 = 0, 5. Wir geben nun e<strong>in</strong> e<strong>in</strong>seitiges Konfidenz<strong>in</strong>tervall I n an, für das gilt:<br />

P µ (µ ∈ I n ) ≥ 1 − α für alle µ. (*)<br />

Liegt aber µ 0 nicht <strong>in</strong> I n , so schließen wir mit e<strong>in</strong>er Irrtumswahrsche<strong>in</strong>lichkeit α,<br />

daß <strong>die</strong> Brauerei zu wenig abfüllt. Das Konfidenz<strong>in</strong>tervall lautet:<br />

I n =<br />

(<br />

−∞, X n + ˆσ n<br />

√ n<br />

t 1−α;n−1<br />

)<br />

.<br />

Dies erfüllt (*), denn<br />

P µ (µ ∈ I n ) = P µ<br />

(<br />

µ ≤ X n + ˆσ n<br />

√ n<br />

t 1−α;n−1<br />

)<br />

= P µ<br />

(<br />

µ ≤ X n − ˆσ n<br />

√ n<br />

t α;n−1<br />

)<br />

= P µ<br />

( √n X n − µ<br />

ˆσ n<br />

≥ t α;n−1<br />

)<br />

= 1 − α.<br />

Setze nun α = 0, 01. Dann ist: x 8 + √ ˆσ 8<br />

8<br />

t 0,99;7 = 0, 495 + 0,01 √<br />

8 · 3 = 0, 505 weil t 0,99;7 = 3<br />

ist. Weil µ 0 < 0, 505 ist, lässt sich mit e<strong>in</strong>er Irrtumswahrsche<strong>in</strong>lichkeit von 1% nicht<br />

behaupten, <strong>die</strong> Brauerei fülle zu wenig ab.<br />

Oft läßt sich das Konfidenz<strong>in</strong>tervall nur näherungsweise angeben. Dabei hilft dann der<br />

folgende Satz über <strong>die</strong> asymptotische Verteilung des ML-Schätzers.<br />

12.4.4 Satz<br />

Sei Φ <strong>die</strong> Verteilungsfunktion von N(0,1). ˆθ n sei ML-Schätzer. Unter Glattheitsvoraussetzungen<br />

an f θ (x) gilt für β ∈ R:<br />

lim P θ( √ nI(θ)(ˆθ n − θ) ≤ β) = Φ(β)<br />

n→∞<br />

mit I(θ) der Fisher-Information. Ist I(θ) stetig, so gilt auch<br />

(√<br />

)<br />

lim P θ nI(ˆθ n )(ˆθ n − θ) ≤ β = Φ(β).<br />

n→∞<br />

Bemerkung: Setzt man Φ(−β α ) = α, so gilt P θ<br />

(ˆθn − √nI(ˆθ βα<br />

≤ θ ≤ ˆθ<br />

)<br />

n + √<br />

βα<br />

→<br />

n) nI(ˆθ n)<br />

1 − 2Φ(−β α ) = 1 − 2α. Das heißt, wir haben e<strong>in</strong> näherungsweises Konfidenz<strong>in</strong>tervall zur<br />

Sicherheitswahrsche<strong>in</strong>lichkeit (1 − 2α) vorliegen.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!