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