Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Poglavlje 7<br />
Točkovne procjene<br />
U ovom poglavlju navest ćemo metode za odredivanje procjenitelja parametara populacijske<br />
razdiobe, odnosno <strong>statistika</strong> koje služe za procjenjivanje njihovih vrijednosti, i navest ćemo<br />
neka njihova svojstva.<br />
7.1 Metoda momenata<br />
Osnovni princip metode momenata je da se izjednače populacijske vrijednosti momenata<br />
(koje su funkcije nepoznatih parametara) s odgovarajućim uzoračkim momentima. Procjenitelji<br />
parametara su rješenja tog sustava jednadžbi po parametrima kao nepoznanicama,<br />
dakle funkcije su uzoračkih momenata, a time i slučajnog uzorka. Procjena populacijskog<br />
parametra je vrijednost procjenitelja na opaženom uzorku. Dakle, procjenitelj je <strong>statistika</strong>,<br />
a procjena je broj, njena opažena vrijednost.<br />
7.1.1 Jednoparametarski slučaj<br />
Neka je x opaženi uzorak za varijablu X čija je populacijska razdioba opisana gustoćom<br />
f(x|θ). Ako imamo samo jedan nepoznati parametar θ, izračunajmo populacijsko očekivanje<br />
⎧ ∑<br />
⎪⎨ x∈ImX xf(x|θ)<br />
µ(θ) = E[X] =<br />
+∞ ∫<br />
⎪⎩ xf(x|θ) dx<br />
−∞<br />
ako je X diskretna slučajna varijabla<br />
ako je X neprekidna slučajna varijabla<br />
kao funkciju od θ, te uzoračku sredinu ¯x. Procjena od θ metodom momenata je rješenje<br />
jednadžbe<br />
µ(θ) = ¯x.<br />
Označimo dobivenu procjenu sa ˆθ = ˆθ(x). Tada je procjenitelj za θ metodom momenata<br />
<strong>statistika</strong> ˆθ(X). Kada je iz konteksta jasno da se radi o procjenitelju (a ne o njegovoj<br />
realizaciji, procjeni), kraće ćemo ga označavati sa ˆθ. Primijetite da je ˆθ, u stvari, funkcija<br />
prvog uzoračkog momenta ¯X.<br />
Primjer 7.1 Neka je X = (X 1 , X 2 , . . . , X n ) slučajni uzorak za varijablu X s populacijskom<br />
Exp(λ)-razdiobom, pri čemu je λ > 0 nepoznati parametar. Znamo da je µ(λ) = E[X] =<br />
1/λ. Izjednačavanje prvih momenata, populacijskog i opaženog uzoračkog, dobijemo:<br />
1<br />
λ = ¯x ⇒ ˆλ = 1¯x .<br />
61