Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Ta veličina je studentizirana verzija uzoračke sredine za koju znamo da za normalnu populaciju<br />
ima Studentovu t-distribuciju sa n − 1 stupnjem slobode (n je veličina uzorka) i očito<br />
je strogo padajuća po µ:<br />
X − µ √ n ∼ t(n − 1).<br />
S<br />
Rezultirajući 95%-pouzdani interval za µ najkraće duljine je<br />
X ± t 0.025 (n − 1) ·<br />
S<br />
√ n<br />
, (8.2)<br />
gdje je t 0.025 (n − 1) tablična kritična vrijednost opisana u 6.3. Budući da je za velike k<br />
t(k) ∼: N(0, 1), za velike uzorke možemo uzeti t 0.025 (n−1) ≈ 1.96. Normalna distribuiranost<br />
populacije je bitna pretpostavka da bi sa (8.2) bio dan 95%-pouzdan interval za parametar<br />
očekivanja, pogotovo za male uzorke. S druge strane, pokazuje se da je taj interval robustan<br />
za populacijske distribucije koje odstupaju od normalnosti, pogotovo za velike uzorke.<br />
Normalnost uzorka se može provjeriti uvidom u, na primjer, dijagram točaka. Na taj se<br />
način može detektirati velika asimetrija i prisustvo tzv. “outliera” (stršećih vrijednosti) koje<br />
mogu bitno utjecati na analizu.<br />
8.2.2 Populacijska varijanca<br />
Za konstrukciju pouzdanih intervala za parametar varijance σ 2 (i standardne devijacije σ)<br />
koristimo statistiku<br />
(n − 1)S 2<br />
σ 2 ∼ χ 2 (n − 1)<br />
za pivotnu veličinu. Rezultirajući jednakorepni 95%-pouzdani intervali su:<br />
za σ 2 :<br />
[<br />
(n − 1)S<br />
2<br />
(n − 1)S 2 ]<br />
χ 2 0.025 (n − 1), χ 2 0.975 (n − 1) , za σ :<br />
[√ √ ]<br />
(n − 1)S 2 (n − 1)S 2<br />
χ 2 0.025 (n − 1), χ 2 0.975 (n − 1) ,<br />
gdje su tablične kritične vrijednosti χ 2 0.025 (k) i χ2 0.975 (k) definirane na sličan načina kao<br />
kritične vrijednosti za t i F -razdiobu u poglavlju 6 1 . Primijetite da zbog pozitvne asimetrije<br />
od χ 2 -razdiobe ti intervali nisu simetrični oko procjena, pa ne moraju biti najmanje duljine.<br />
Za konstrukciju ovih pouzdanih intervala, normalna distribuiranost populacije je bitna<br />
pretpostavka za relativno male uzorke. Slično kao i u slučaju pouzdanih intervala za parametar<br />
očekivanja, i ovi intervali su robustni na odstupanja populacije od normalnosti za<br />
dovoljno velike uzorke.<br />
8.3 Pouzdani intervali za parametre binomne i Poissonove<br />
razdiobe<br />
Budući da su binomna i Poissonova diskretne razdiobe, nije uvijek moguće postići da vjerojatnost<br />
pokrivanja (1 − α) · 100%-pouzdanog intervala [ˆθ 1 (X), ˆθ 2 (X)] za neki njihov parametar<br />
θ bude točno jednaka 1 − α. Zato je dovoljno zahtjevati da iznosi barem 1 − α:<br />
P(ˆθ 1 (X) ≤ θ ≤ ˆθ 2 (X)) ≥ 1 − α.<br />
1 Općenito, χ 2 α(k) je (1 − α)-kvantil χ 2 -razdiobe s k stupnjeva slobode, odnosno P(χ 2 α(k) ≥ H) = α ako<br />
je H ∼ χ 2 (k).<br />
72