12.07.2015 Aufrufe

Lineare Regression (Kap. 1-5) (pdf) - Seminar für Statistik - ETH Zürich

Lineare Regression (Kap. 1-5) (pdf) - Seminar für Statistik - ETH Zürich

Lineare Regression (Kap. 1-5) (pdf) - Seminar für Statistik - ETH Zürich

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

2.4. VERTRAUENS- UND VORHERSAGE-BEREICHE 13iDamit haben wir die drei Grundfragen der parametrischen <strong>Statistik</strong> behandelt:1. Welcher Wert ist für den (respektive jeden) Parameter am plausibelsten? DieAntwort wird durch eine Schätzung gegeben.2. Ist ein bestimmter Wert plausibel? Die Entscheidung trifft man mit einem Test.3. Welche Werte sind insgesamt plausibel? Als Antwort erhält man eine ganze Mengeplausibler Werte, die meistens ein Intervall bilden – das Vertrauensintervalloder Konfidenzintervall.2.4 Vertrauens- und Vorhersage-BereicheabIm Beispiel der Sprengungen kann man fragen, wie gross die Erschütterung sein wird,wenn die Distanz zur Sprengstelle 50m beträgt. Zunächst fragen wir nach dem Erwartungswertder Erschütterung bei 50m Distanz. Allgemein interessiert man sich oft für denFunktionswert h〈x 0 〉 an einer bestimmten Stelle x 0 . Kann man dafür ein Vertrauensintervallerhalten?Laut Modell ist h〈x 0 〉 = α + βx 0 . Wir wollen die Hypothese h〈x 0 〉 = η 0 ( ”eta“) testen.Üblicherweise legt eine Hypothese einen bestimmten Wert für einen Parameter des Modellsfest. Das ”Rezept“ lässt sich aber ohne weiteres auf eine aus den ursprünglichen Parameternabgeleitete Grösse übertragen, wie es η = α + βx ist.Als Testgrösse für die genannte Hypothese verwenden wir wie üblich die Schätzunĝη = ̂α + ̂βx 0 .Erwartungswert und Varianz von ̂η sind nicht schwierig zu bestimmen.〉* Es ist E〈 ̂η 〉 = E〈 ̂α〉 + E〈̂β x 0 = α + βx 0 = η 0 . Um die Varianz zu bestimmen, schreiben wir̂η = ̂γ + ̂β(x 0 − x) mit ̂γ = ̂α + ̂βx〈= Y und erhalten, da cov Y , ̂β〉= 0 ist,〉var〈 ̂η 〉 = var〈 ̂γ 〉 + var〈̂β (x 0 − x) 2 = σ2n + σ2 (x 0 − x) 2 ( 1= σ 2SSQ (X) n + (x 0 − x) 2 ).SSQ (X)Wenn, wie üblich, σ 2 unbekannt ist, bildet man die Testgrösse√1T = ̂η − η 0se (η) , se (η) = ̂σn + (x 0 − x) 2SSQ (X) ,die unter der Nullhypothese eine t-Verteilung mit n − 2 Freiheitsgraden hat.Das Vertrauensintervall für η = h〈x 0 〉 wird dannwobei q = q t n−20.975(̂α + ̂βx 0 ) ± q se (η) ,wieder das 0.975-Quantil der t-Verteilung mit n − 2 Freiheitsgraden ist.

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!