Skript - Prof. Georg Hoever - FH Aachen
Skript - Prof. Georg Hoever - FH Aachen
Skript - Prof. Georg Hoever - FH Aachen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
3. Statistik 37<br />
3.2. Schätzer<br />
Situation:<br />
Ziel:<br />
Man kennt die Verteilungsart einer Zufallsvariablen X, nicht aber den konkreten<br />
Parameter ϑ ( ”<br />
theta“).<br />
Aufgrund von n Beobachtungen x 1 ,...,x n schätzt man den Parameter durch eine<br />
Funktion T(x 1 ,...,x n ).<br />
Da die x k Realisierungen von Zufallsvariablen X k sind, ist T selbst eine Zufallsvariable:<br />
T = T(X 1 ,...,X n ).<br />
Beispiel 1:<br />
1. Der Mittelwert einer Stichprobe, T(x 1 ,...,x n ) = 1 n ·<br />
Erwartungswert E(X).<br />
n∑<br />
x k , ist ein Schätzer für den<br />
2. Ist X ein Bernoulli-Experiment mit Erfolgswahrscheinlichkeit p, also<br />
k=1<br />
P(X = 1) = p,<br />
P(X = 0) = 1−p,<br />
so ist E(X) = p, also T aus 1. ein Schätzer für den Parameter p.<br />
Beispiel 2:<br />
Die 8-fache Wiederholung eines Bernoulli-Experiments ergab<br />
(x 1 ,...,x n ) = (0,1,0,0,1,0,1,0),<br />
also 3 Erfolge und 5 Misserfolge. Damit ist<br />
Bemerkung:<br />
T(0,1,0,0,1,0,1,0) = 1 8 ·3 = 3 8<br />
ein Schätzer für p.<br />
Formal kann man die Stichproben als unabhängige Zufallsvariablen X k und<br />
T = T(X 1 ,...,X n )alsZufallsvariablebetrachten.DieobigeRealisierungergab<br />
dann 3 8<br />
als Realisierung von T.<br />
DerParameterϑist(durchdieWirklichkeit)festgelegt,dieErgebnissedesSchätzers<br />
sind Zufallswerte.