Distribucio dels principals estadistics mostrals. mitjana variancia i proporcio
Distribució dels principals estadístics mostrals: mitjana, variància i proporció 23 / 09 / 2011
Exemple
• Suposem que tenim una població formada per 4 famílies i volem estudiar el nombre de cotxes per família • Valor real desconegut
# cotxes és una variable aleatòria Família Nombre de cotxes Nombre de cotxes 1 2 4 Probabilitat 1/4 2/4 = 1/2 1/4
AB C D
1
2 2 4
• Població = {A, B, C, D} • Paràmetre = mitjana poblacional (m)
Exemple n = 2
Mostra 1 Mostra 2 Mostra 3 Mostra 4 Mostra 5 Mostra 6
Elements Probabilitat Estimació
{A, B} 1/6 1.5
{A, C} 1/6 1.5
{A, D} 1/6 2.5
{B, C} 1/6 2
{B, D} 1/6 3
{C, D} 1/6 3
Espai mostral
Estadístic 1.5 2 2.5 3
Probabilitat 2/6 = 1/3 1/6 1/6 2/6 = 1/3
Distribuciómostral m = 2.25
Error mostral
• Es defineix l’error mostral (o error de mostreig) com la diferència entre el resultat obtingut d’una mostra i el seu valor real (o poblacional) • L’error mostral es dona pel simple fet de fer servir una mostra enlloc del total de la població • A la pràctica, l’error mostral és desconegut, però existeixen tècniques per a intentar minimitzar-lo. • Generalment,podem controlar aquest error prenent una mostra suficientment gran i representativa de la població
Exemple n = 3
Mostra 1 Elements Probabilitat Estimació {A, B, C} 1/4 1.67 Mostra 2 {A, B, D} 1/4 2.33 Mostra 3 {A, C, D} 1/4 2.33 Mostra 4 {B, C, D} 1/4 2.66
Espai mostral
Estadístic 1.67 2.33 2.66
Probabilitat 1/4 2/4 = 1/2 1/4
Distribució mostral m = 2.25
Error estàndard
Suposemque tenim N!/n!(N-n)! mostres i calculem un
estadístic a cada una d’elles, p. ex. la mitjana, de manera
que tindrem N!/n!(N-n)! mitjanes. D’aquesta nova “població” d’estadístics en podem calcular
altres estadístics, com per exemple la desviació
estàndard. A aquesta desviació estàndard, se l’anomena
error estàndard de l’estadístic.
S’acostuma a anomenar desviació estàndard a la que fareferència als valors originals i error estàndard a la que es calcula a partir dels valors calculats o estadístics.
MITJANA MOSTRAL
La mitjana mostral
Tenim x1, x2, ... xi, ... xn valors d’una variable aleatòria X extrets d’una mostra de mida n, tals que: E(X) = m Var(X) = s2 Podem calcular:
x
x
i 1
n
i
, que també és una variable aleatòria
n
Característiques dela mitjana mostral
x
x
i 1
n
i
n
E (x ) m
2 sx
s2
n
sx
s
n
Característiques de la mitjana mostral
x
E ( x ) E
x
i 1
n
i
n
xi 1 n 1 i 1 xi E n n i 1 n
n
i 1
n
E ( xi )
1 nm ( m ... m ) m n n
2 s x Var ( x ) Var
xi 1 n 1 i 1 xi 2 2 Var n n i 1 n
n
Var ( x )
i i 1
n
ns 2 n
2
s2
n
s x " SD" SE
s
n
Distribució de probabilitat
La distribució de la mitjana mostral depèn de les característiques de la població i de la mostra. Hipòtesi de normalitat:
Si la població és Normal, la mitjana mostral és normal
si X i ~ N ( m , s 2 ) i X ~N ( m ,
Teorema central del límit:
s2
n
)
Si la mostra és suficientment gran (n ≥ 30), la mitjana mostral es pot estandarditzar i aproximar per la normal estàndard
si n 30
X m
s n
2
~ N (0,1)
Si es desconeix s2 i es compleix l’anterior, aleshores:
X m S n
2
~ t n 1
Distribució t-Student
Es diu que una variable aleatòria X segueix una distribuciót-Student amb n graus de llibertat (X ~ t ) si és el quocient entre Normal estàndard i l’arrel quadrada d’una khi-quadrat amb n graus de llibertat dividida per n
n
Z X ~ tn Y n
1 ln x m 2 s
2
on, Z ~ N (0,1) Y~
E( X ) 0 V (X ) n n2
2 n
f X ( x)
1 xs 2
e
si
n 2
Distribució t-Student
FONT: Wikipedia (www.wikipedia.org)
k = graus de...
Regístrate para leer el documento completo.