Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2004) 1
|
|
- Liisa Kyllönen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Johdatus tilastotieteesee Otos ja otosjakaumat TKK (c) Ilkka Melli (004) 1
2 Otos ja otosjakaumat Yksikertaie satuaisotos Otostuusluvut ja otosjakaumat Aritmeettise keskiarvo otosjakauma Otosvariassi otosjakauma Suhteellise frekvessi otosjakauma TKK (c) Ilkka Melli (004)
3 Otos ja otosjakaumat: Mitä opimme? 1/ Tilastollie aieisto koostuu tutkimukse kohteita kuvaavie muuttujie havaituista arvoista. Tilastollisissa tutkimusasetelmissa ajatellaa, että joki satuaisilmiö o geeroiut havaitoarvot. Site tilastollisissa tutkimusasetelmissa havaitoarvoihi liittyy aia epävarmuutta ja satuaisuutta. Havaitoaieisto tilastollisella mallilla tarkoitetaa aieisto geeroide satuaismuuttujie todeäköisyysjakaumaa. Yksikertaisissa tilastollisissa tutkimusasetelmissa havaitoaieisto keräämisessä käytetää yksikertaista satuaisotataa. TKK (c) Ilkka Melli (004) 3
4 Otos ja otosjakaumat: Mitä opimme? / Koska tilastollise aieisto havaitoarvot ovat joki satuaisilmiö geeroimia, myös kaikki havaioista laskettavat suureet ovat satuaisia. Tämä merkitsee sitä, että esimerkiksi havaitoaieistoa kuvaavat tuusluvut vaihtelevat satuaisesti otoksesta toisee. Tuusluvu otosvaihtelua eli satuaista vaihtelua otoksesta toisee voidaa kuvata tuusluvu otosjakaumalla. Otosjakaumie teoria muodostaa teoreettise perusta sekä todeäköisyysjakaumie parametrie estimaattoreide omiaisuuksia että parametreja koskevie hypoteesie testauksessa käytettävie testisuureide omiaisuuksia koskevalle tilastolliselle tutkimukselle. TKK (c) Ilkka Melli (004) 4
5 Otos ja otosjakaumat: Esitiedot Esitiedot: ks. seuraavia lukuja: Tilastolliste aieistoje keräämie ja mittaamie Tilastolliste aieistoje kuvaamie Satuaismuuttujat ja todeäköisyysjakaumat Jakaumie tuusluvut Diskreettejä jakaumia Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia Moiulotteiset satuaismuuttujat ja todeäköisyysjakaumat TKK (c) Ilkka Melli (004) 5
6 Otos ja otosjakaumat: Lisätiedot Todeäköisyysjakaumie parametrie estimoitia käsitellää luvuissa Estimoiti Estimoitimeetelmät Väliestimoiti Todeäköisyysjakaumie parametreja koskevie tilastolliste hypoteesie testaamista käsitellää luvussa Tilastolliset testit TKK (c) Ilkka Melli (004) 6
7 Otos ja otosjakaumat >> Yksikertaie satuaisotos Otostuusluvut ja otosjakaumat Aritmeettise keskiarvo otosjakauma Otosvariassi otosjakauma Suhteellise frekvessi otosjakauma TKK (c) Ilkka Melli (004) 7
8 Yksikertaie satuaisotos Avaisaat Havaito Havaitoarvo Tilastollie aieisto Tilastollie malli Todeäköisyysjakauma Yksikertaie satuaisotos TKK (c) Ilkka Melli (004) 8
9 Yksikertaie satuaisotos Tilastollie aieisto Tilastollie aieisto koostuu tutkimukse kohteita kuvaavie muuttujie havaituista arvoista. Tilastollisissa tutkimusasetelmissa havaitoarvoihi liittyy aia epävarmuutta ja satuaisuutta. Seurauksia: (i) Tilastollisissa tutkimusasetelmissa ajatellaa, että havaitoarvot o geeroiut ilmiö, joka o luoteeltaa satuaie. (ii) Tilastollise tutkimukse kohteita kuvaavat muuttujat tulkitaa tilastollisissa tutkimusasetelmissa satuaismuuttujiksi ja havaitoarvot tulkitaa äide satuaismuuttujie realisoitueiksi arvoiksi. TKK (c) Ilkka Melli (004) 9
10 Yksikertaie satuaisotos Tilastollie malli Tilastollisella mallilla tarkoitetaa tutkimukse kohteita kuvaavie satuaismuuttujie todeäköisyysjakaumaa, joka ajatellaa geeroiee ko. satuaismuuttujie havaitut arvot. Havaitoarvoje ajatellaa sytyee arpomalla tilastollisea mallia käytetystä todeäköisyysjakaumasta saatavi todeäköisyyksi. Huomautus: Todeäköisyysjakaumat riippuvat tavallisesti parametreista eli vakioista, joide arvoja ei yleesä tueta. TKK (c) Ilkka Melli (004) 10
11 Yksikertaie satuaisotos Tilastolliset mallit ja tilastollie päättely Ku tilastollista mallia sovelletaa jotaki reaalimaailma ilmiötä kuvaava havaitoaieisto aalysoitii, kohdataa tavallisesti seuraavat malli parametreja koskevat ogelmat: (i) Parametrie arvoja ei tueta ja e o estimoitava eli arvioitava havaitoaieistosta. (ii) Parametrie arvoista o esitetty oletuksia tai väitteitä, joita halutaa testata eli asettaa koetteelle havaitoaieistosta saatua iformaatiota vastaa. Tilastolliste mallie parametrie estimoiti ja testaus muodostavat keskeise osa tilastollista päättelyä. TKK (c) Ilkka Melli (004) 11
12 Yksikertaie satuaisotos Satuaisotos ja satuaisotata Satuaisotos poimitaa arpomalla havaitoyksiköt perusjoukosta otoksee. Arpomisessa käytettävää meetelmää kutsutaa satuaisotaaksi. Satuaisotaassa sattuma määrää mitkä perusjouko alkioista tulevat otoksee. TKK (c) Ilkka Melli (004) 1
13 Yksikertaie satuaisotos Satuaisotata: Kommetteja Jos havaitoyksiköt poimitaa perusjoukosta satuaisotaalla, pätee seuraava: (i) Havaitoyksiköitä kuvaavie muuttujie havaitut arvot ovat satuaisia siiä mielessä, että e vaihtelevat satuaisesti otoksesta toisee. (ii) Kaikki havaitoyksiköitä kuvaavie muuttujie havaituista arvoista lasketut tuusluvut ovat satuaisia siiä mielessä, että e vaihtelevat satuaisesti otoksesta toisee. TKK (c) Ilkka Melli (004) 13
14 Yksikertaie satuaisotos Yksikertaie satuaisotos Olkoot X 1, X,, X riippumattomia, idettisesti jakautueita satuaismuuttujia, joilla o sama pistetodeäköisyys- tai tiheysfuktio f(x) Tällöi satuaismuuttujat X 1, X,, X muodostavat yksikertaise satuaisotokse jakaumasta f(x). TKK (c) Ilkka Melli (004) 14
15 Yksikertaie satuaisotos Havaiot ja havaitoarvot Olkoo X 1, X,, X yksikertaie satuaisotos jakaumasta f(x). Kutsumme satuaismuuttujia X 1, X,, X tavallisesti havaioiksi. Otokse poimimise jälkee satuaismuuttujat X 1, X,, X saavat havaituiksi arvoiksee havaitoarvot x 1, x,, x Merkitää: X 1 = x 1, X = x,, X = x TKK (c) Ilkka Melli (004) 15
16 Yksikertaie satuaisotos Yksikertaie satuaisotos: Kommetteja 1/ Olkoo X 1, X,, X yksikertaie satuaisotos jakaumasta f(x). Tällöi havaitoarvot x 1, x,, x o saatu toistamalla arvotaa toisistaa riippumattomi toistoi kertaa samoi, jakaumasta f(x) saatavi todeäköisyyksi. Havaitoarvot x 1, x,, x ovat kiiteitä eli eisatuaisia, mutta e vaihtelevat toisistaa riippumatta ja satuaisesti otoksesta toisee. TKK (c) Ilkka Melli (004) 16
17 Yksikertaie satuaisotos Yksikertaie satuaisotos: Kommetteja / Satuaisuus liittyy yksikertaisessa satuaisotaassa siihe, että havaitoarvot vaihtelevat toisistaa riippumatta ja satuaisesti otoksesta toisee. Satuaisuus ei siis liity otaa tuloksea saatuihi havaitoarvoihi, vaa tapaa, jolla otos poimitaa. TKK (c) Ilkka Melli (004) 17
18 Yksikertaie satuaisotos Tilastollie malli yksikertaiselle satuaisotokselle 1/ Olkoo X 1, X,, X yksikertaie satuaisotos jakaumasta f(x). Satuaismuuttujie X 1, X,, X yhteisjakauma muodostaa tilastollise malli havaitoarvoje satuaiselle vaihtelulle otoksesta toisee. TKK (c) Ilkka Melli (004) 18
19 Yksikertaie satuaisotos Tilastollie malli yksikertaiselle satuaisotokselle / Koska satuaismuuttujat X 1, X,, X o oletettu riippumattomiksi, ii satuaismuuttujie X 1, X,, X yhteisjakauma o muotoa f( x, x,, x ) = f( x ) f( x ) " f( x ) 1 1 jossa X f( x ), i = 1,,, i i TKK (c) Ilkka Melli (004) 19
20 Otos ja otosjakaumat Yksikertaie satuaisotos >> Otostuusluvut ja otosjakaumat Aritmeettise keskiarvo otosjakauma Otosvariassi otosjakauma Suhteellise frekvessi otosjakauma TKK (c) Ilkka Melli (004) 0
21 Otostuusluvut ja otosjakaumat Avaisaat Aritmeettise keskiarvo otosjakauma Otosjakauma Otostuusluvut Otosvariassi otosjakauma Suhteellise frekvessi otosjakauma Tilastollie malli Yksikertaie satuaisotos TKK (c) Ilkka Melli (004) 1
22 Otostuusluvut ja otosjakaumat Otostuusluvut 1/3 Olkoo X 1, X,, X yksikertaie satuaisotos jakaumasta, joka pistetodeäköisyys- tai tiheysfuktio o f(x). Tällöi havaiot X 1, X,, X ovat riippumattomia, idettisesti jakautueita satuaismuuttujia, joilla o sama pistetodeäköisyys- tai tiheysfuktio f(x): X, X,, X 1 X f( x), i = 1,,, i TKK (c) Ilkka Melli (004)
23 Otostuusluvut ja otosjakaumat Otostuusluvut /3 Olkoo T = g(x 1, X,, X ) joki satuaismuuttujie X 1, X,, X (mitallie) fuktio. Satuaismuuttujaa T kutsutaa (otos-) tuusluvuksi. TKK (c) Ilkka Melli (004) 3
24 Otostuusluvut ja otosjakaumat Otostuusluvut 3/3 Oletetaa, että otokse poimimise jälkee satuaismuuttujat X 1, X,, X saavat havaituiksi arvoiksee havaitoarvot x 1, x,, x : X 1 = x 1, X = x,, X = x Tällöi tuusluku T = g(x 1, X,, X ) saa havaituksi arvoksee t fuktio g arvo pisteessä (x 1, x,, x ): t = g(x 1, x,, x ) TKK (c) Ilkka Melli (004) 4
25 Otostuusluvut ja otosjakaumat Otosjakauma Oletetaa, että satuaismuuttujat X 1, X,, X muodostavat yksikertaise satuaisotokse jakaumasta f(x) ja olkoo fuktio T = g(x 1, X,, X ) joki otostuusluku. Tuusluvu T jakaumaa kutsutaa tuusluvu T otosjakaumaksi. Tuusluvu T otosjakauma muodostaa tilastollise malli tuusluvu T arvoje satuaiselle vaihtelulle otoksesta toisee. TKK (c) Ilkka Melli (004) 5
26 Otostuusluvut ja otosjakaumat Eräide tavalliste tuuslukuje otosjakaumat Olkoo X 1, X,, X yksikertaie satuaisotos jakaumasta f(x). Tarkastellaa seuraavie tuuslukuje (ks. lukua Tilastolliste aieistoje kuvaamie) otosjakaumia: Aritmeettie keskiarvo Otosvariassi Suhteellie frekvessi TKK (c) Ilkka Melli (004) 6
27 Aritmeettise keskiarvo otosjakauma Aritmeettie keskiarvo 1/ Oletetaa, että havaiot X 1, X,, X muodostavat yksikertaise satuaisotokse satuaismuuttuja X jakaumasta, joka odotusarvo ja variassi ovat E( X ) = µ Var( X ) = σ Tällöi kaikilla satuaismuuttujilla X i, i = 1,,, o sama odotusarvo µ ja sama variassi σ. TKK (c) Ilkka Melli (004) 7
28 Aritmeettise keskiarvo otosjakauma Aritmeettie keskiarvo / Olkoo 1 X1+ X + " + X X = Xi = i= 1 havaitoje X 1, X,, X aritmeettie keskiarvo. Aritmeettie keskiarvo X kuvaa havaitoje keskimääräistä arvoa. Aritmeettie keskiarvo X o satuaismuuttuja, joka saamat arvot vaihtelevat satuaisesti otoksesta toisee. TKK (c) Ilkka Melli (004) 8
29 Aritmeettise keskiarvo otosjakauma Aritmeettise keskiarvo odotusarvo ja variassi Aritmeettise keskiarvo X odotusarvo ja variassi: E( X ) = µ σ Var( X) = D ( X) = Aritmeettise keskiarvo X stadardipoikkeamaa D( X) = σ kutsutaa tavallisesti keskiarvo keskivirheeksi ja se kuvaa aritmeettise keskiarvo otosvaihtelua oma odotusarvosa µ ympärillä. TKK (c) Ilkka Melli (004) 9
30 Aritmeettise keskiarvo otosjakauma Aritmeettise keskiarvo odotusarvo johto Olkoot X 1, X,, X riippumattomia satuaismuuttujia, joille E( X ) = µ, i= 1,,, i Var( X i ) = σ, i= 1,,, Odotusarvo yleiste omiaisuuksie perusteella pätee (myös ilma riippumattomuusoletusta): 1 E( X ) = E X i i= 1 1 = E( X i ) 1 = i= 1 i= 1 µ 1 = µ = µ TKK (c) Ilkka Melli (004) 30
31 Aritmeettise keskiarvo otosjakauma Aritmeettise keskiarvo variassi johto Olkoot X 1, X,, X riippumattomia satuaismuuttujia, joille E( X ) = µ, i= 1,,, i Var( X i ) = σ, i= 1,,, Variassi yleiste omiaisuuksie perusteella pätee (koska satuaismuuttujat X 1, X,, X o oletettu riippumattomiksi): 1 Var( X ) = Var X i i= 1 1 = Var( X ) i 1 = 1 i= 1 i= 1 σ σ = = σ TKK (c) Ilkka Melli (004) 31
32 Aritmeettise keskiarvo otosjakauma Stadardoidu aritmeettise keskiarvo odotusarvo ja variassi Koska E( X ) = µ Var( X) = σ ii stadardoidu satuaismuuttuja X µ Z = σ odotusarvo ja variassi ovat E(Z) = 0 Var(Z) = 1 TKK (c) Ilkka Melli (004) 3
33 Aritmeettise keskiarvo otosjakauma Otosjakauma käyttäytymie otoskoo kasvaessa Koska aritmeettise keskiarvo X odotusarvo E( X ) = µ ja variassi Var( X) = σ ii aritmeettise keskiarvo otosjakauma keskittyy yhä voimakkaammi havaitoje yhteise odotusarvo µ ympärille, ku otoskoko kasvaa. TKK (c) Ilkka Melli (004) 33
34 Aritmeettise keskiarvo otosjakauma Aritmeettise keskiarvo otosjakauma, ku otos o ormaalijakautuut Oletetaa, että havaiot X 1, X,, X muodostavat yksikertaise satuaisotokse ormaalijakaumasta (ks. lukua Jatkuvia jakaumia) N( µ, σ ) Tällöi havaitoje aritmeettie keskiarvo X oudattaa eksaktisti (myös pieissä otoksissa) ormaalijakaumaa: X σ ~N µ, TKK (c) Ilkka Melli (004) 34
35 Aritmeettise keskiarvo otosjakauma Stadardoidu aritmeettise keskiarvo otosjakauma, ku otos o ormaalijakautuut Oletetaa, että havaiot X 1, X,, X muodostavat yksikertaise satuaisotokse ormaalijakaumasta (ks. lukua Jatkuvia jakaumia) N( µ, σ ) Tällöi stadardoitu satuaismuuttuja Z σ oudattaa eksaktisti (myös pieissä otoksissa) stadardoitua ormaalijakaumaa: Z = X µ ~N( 0,1) TKK (c) Ilkka Melli (004) 35
36 Aritmeettise keskiarvo otosjakauma Aritmeettise keskiarvo asymptoottie jakauma Oletetaa, että havaiot X 1, X,, X muodostavat yksikertaise satuaisotokse satuaismuuttuja X jakaumasta, joka odotusarvo o µ ja variassi o σ. Tällöi havaitoje aritmeettie keskiarvo X oudattaa suurissa otoksissa approksimatiivisesti ormaalijakaumaa (ks. lukua Jatkuvia jakaumia) joka odotusarvo o µ ja variassi o σ / : X σ ~ a N µ, TKK (c) Ilkka Melli (004) 36
37 Aritmeettise keskiarvo otosjakauma Stadardoidu aritmeettise keskiarvo asymptoottie jakauma Oletetaa, että havaiot X 1, X,, X muodostavat yksikertaise satuaisotokse satuaismuuttuja X jakaumasta, joka odotusarvo o µ ja variassi o σ. Tällöi stadardoitu satuaismuuttuja X µ Z = σ oudattaa suurissa otoksissa approksimatiivisesti stadardoitua ormaalijakaumaa: Z ~ a N(0,1) TKK (c) Ilkka Melli (004) 37
38 Aritmeettise keskiarvo otosjakauma Kommetteja Oletukset havaitoje riippumattomuudesta, samasta jakaumasta ja ormaalisuudesta ovat välttämättömiä aritmeettise keskiarvo eksaktia eli tarkkaa otosjakaumaa koskevalle tulokselle. Aritmeettise keskiarvo otosjakaumaa koskeva asymptoottie (approksimatiivie tulos) seuraa keskeisestä raja-arvolauseesta; ks. lukua Kovergessikäsitteet ja raja-arvolauseet. Aritmeettise keskiarvo asymptoottista otosjakaumaa koskeva tulos pätee tietyi lisäehdoi myös tilateissa, joissa oletukset havaitoje riippumattomuudesta ja samasta jakaumasta eivät päde. TKK (c) Ilkka Melli (004) 38
39 Otosvariassi otosjakauma Otosvariassi 1/ Oletetaa, että havaiot X 1, X,, X muodostavat yksikertaise satuaisotokse satuaismuuttuja X jakaumasta, joka odotusarvo ja variassi ovat E( X ) = µ Var( X ) = σ Tällöi kaikilla satuaismuuttujilla X i, i = 1,,, o sama odotusarvo µ ja sama variassi σ. TKK (c) Ilkka Melli (004) 39
40 Otosvariassi otosjakauma Otosvariassi / Olkoo 1 s X X = ( i ) 1 i= 1 havaitoje X 1, X,, X otosvariassi, jossa X 1 Xi i = 1 = o havaitoje X 1, X,, X aritmeettie keskiarvo. Otosvariassi s kuvaa havaitoarvoje vaihtelua iide aritmeettise keskiarvo ympärillä. Otosvariassi s o satuaismuuttuja, joka saamat arvot vaihtelevat satuaisesti otoksesta toisee. TKK (c) Ilkka Melli (004) 40
41 Otosvariassi otosjakauma Otosvariassi odotusarvo ja variassi Otosvariassi s odotusarvo ja variassi: E( s ) = σ 4 σ Var( s ) = D ( s ) = 1 Otosvariassi s stadardipoikkeama: D( s ) = σ 1 TKK (c) Ilkka Melli (004) 41
42 Otosvariassi otosjakauma Otos ormaalijakaumasta 1/ Oletetaa, että havaiot X 1, X,, X muodostavat yksikertaise satuaisotokse ormaalijakaumasta (ks. lukua Jatkuvia jakaumia) N( µ, σ ) Tällöi satuaismuuttuja X i µ Y = i= 1 σ oudattaa eksaktisti χ -jakaumaa vapausastei (χ -jakauma: ks. lukua Normaalijakaumasta johdettuja jakaumia): Y χ ( ) TKK (c) Ilkka Melli (004) 4
43 Otosvariassi otosjakauma Otos ormaalijakaumasta / Oletetaa, että havaiot X 1, X,, X muodostavat yksikertaise satuaisotokse ormaalijakaumasta N( µ, σ ) Tällöi satuaismuuttuja ( 1) s Xi X V = = σ i= 1 σ oudattaa eksaktisti χ -jakaumaa vapausastei ( 1) (χ -jakauma: ks. lukua Normaalijakaumasta johdettuja jakaumia): V χ ( 1) TKK (c) Ilkka Melli (004) 43
44 Otosvariassi otosjakauma Otosvariassi otosjakauma johto 1/6 Olkoo X 1, X,, X yksikertaie satuaisotos ormaalijakaumasta Olkoo N( µ, σ ) X 1 X i i = 1 = havaitoje X 1, X,, X aritmeettie keskiarvo ja 1 s X X = ( i ) 1 i= 1 havaitoje X 1, X,, X (harhato) otosvariassi. TKK (c) Ilkka Melli (004) 44
45 Otosvariassi otosjakauma Otosvariassi otosjakauma johto /6 Määritellää satuaismuuttuja Y kaavalla X i µ Y = i= 1 σ Koska havaiot X 1, X,, X ovat riippumattomia ja oudattavat ormaalijakaumaa N( µ, σ ): X i N( µ, σ ), i = 1,,, ii stadardoidut satuaismuuttujat X i µ Yi =, i = 1,,, σ ovat riippumattomia ja oudattavat stadardoitua ormaalijakaumaa N(0, 1): Y N(0,1), i = 1,,, i TKK (c) Ilkka Melli (004) 45
46 Otosvariassi otosjakauma Otosvariassi otosjakauma johto 3/6 Edellä esitetystä seuraa, että satuaismuuttuja Y o riippumattomie, stadardoitua ormaalijakaumaa N(0, 1) oudattavie satuaismuuttujie Y i, i = 1,,, eliösumma: Y = Y i= 1 i Suoraa χ -jakauma määritelmästä seuraa, että satuaismuuttuja Y oudattaa χ -jakaumaa vapausastei : Y χ ( ) TKK (c) Ilkka Melli (004) 46
47 Otosvariassi otosjakauma Otosvariassi otosjakauma johto 4/6 Määritellää yt satuaismuuttuja V kaavalla X i X V = i= 1 σ Satuaismuuttuja V saadaa satuaismuuttujasta X i µ Y = i= 1 σ korvaamalla odotusarvo µ harhattomalla estimaattorillaa X. Satuaismuuttuja V määritelmässä esiityvä summa termit X i X, i = 1,,, σ eivät ole riippumattomia. TKK (c) Ilkka Melli (004) 47
48 Otosvariassi otosjakauma Otosvariassi otosjakauma johto 5/6 Voidaa kuiteki osoittaa (todistus sivuutetaa), että V voidaa esittää riippumattomie, stadardoitua ormaalijakaumaa N(0, 1) oudattavie satuaismuuttujie V i, i = 1,,, 1 eliösummaa: V 1 = V i= 1 i Suoraa χ -jakauma määritelmästä seuraa, että satuaismuuttuja Y oudattaa χ -jakaumaa vapausastei ( 1): V χ ( 1) TKK (c) Ilkka Melli (004) 48
49 Otosvariassi otosjakauma Otosvariassi otosjakauma johto 6/6 Huomautuksia: (i) (ii) (iii) Satuaismuuttuja Y oudattaa χ -jakaumaa, joka vapausasteide lukumäärä o sama kui havaitoje lukumäärä. Ku satuaismuuttujasta Y siirrytää satuaismuuttujaa V meetetää yksi vapausaste. Yhde vapausastee meetys o seurausta siitä, että parametri µ korvaamie estimaattorillaa X riippumattomissa satuaismuuttujissa X i µ Yi =, i= 1,,, σ luo yhde (lieaarise) side-ehdo satuaismuuttujie Xi X Vi =, i= 1,,, σ välille. TKK (c) Ilkka Melli (004) 49
50 Otosvariassi otosjakauma Kommetteja Oletukset havaitoje riippumattomuudesta ja samasta jakaumasta ovat välttämättömiä otosvariassi eksaktia eli tarkkaa otosjakaumaa koskevalle tulokselle. TKK (c) Ilkka Melli (004) 50
51 Suhteellise frekvessi otosjakauma Frekvessi ja suhteellie frekvessi 1/3 Olkoo P joki otosavaruude S alkioide omiaisuus. Jos otosavaruude S alkiolla x o omiaisuus P, merkitää P(x) Olkoo { ( )} A = x S P x iide otosavaruude S alkioide osajoukko, joilla o omiaisuus P. Oletetaa, että tapahtuma A todeäköisyys o Pr(A) = p TKK (c) Ilkka Melli (004) 51
52 Suhteellise frekvessi otosjakauma Frekvessi ja suhteellie frekvessi /3 Poimitaa otosavaruudesta S yksikertaie satuaisotos, joka koko o. Olkoo f iide havaitoyksiköide frekvessi, joilla o omiaisuus P ja olkoo ˆp = f vastaava suhteellie frekvessi. TKK (c) Ilkka Melli (004) 5
53 Suhteellise frekvessi otosjakauma Frekvessi ja suhteellie frekvessi 3/3 Frekvessi f kuvaa A-tyyppiste alkioide lukumäärää otoksessa ja vastaava suhteellie frekvessi ˆp = f kuvaa A-tyyppiste alkioide suhteellista osuutta otoksessa. Frekvessi f ja vastaava suhteellie frekvessi ˆp ovat satuaismuuttujia, joide saamat arvot vaihtelevat satuaisesti otoksesta toisee. TKK (c) Ilkka Melli (004) 53
54 Suhteellise frekvessi otosjakauma Frekvessi odotusarvo, variassi ja jakauma 1/ Olkoo A joki otosavaruude S tapahtuma: A S Poimitaa otosavaruudesta S yksikertaie satuaisotos, joka koko o. Olkoo f A-tyyppiste alkioide lukumäärä eli frekvessi otoksessa. TKK (c) Ilkka Melli (004) 54
55 Suhteellise frekvessi otosjakauma Frekvessi odotusarvo, variassi ja jakauma / Frekvessi f odotusarvo ja variassi: E( f ) = Var( f ) = pq jossa q = 1 p. Frekvessi f oudattaa eksaktisti biomijakaumaa parametrei ja Pr(A) = p (ks. lukua Diskreettejä jakaumia): f p ~Bi(, p) TKK (c) Ilkka Melli (004) 55
56 Suhteellise frekvessi otosjakauma Suhteellise frekvessi odotusarvo ja variassi 1/ Olkoo A joki otosavaruude S tapahtuma: A S Poimitaa otosavaruudesta S yksikertaie satuaisotos, joka koko o. Olkoo ˆp = f A-tyyppiste alkioide suhteellie osuus eli frekvessi otoksessa. TKK (c) Ilkka Melli (004) 56
57 Suhteellise frekvessi otosjakauma Suhteellise frekvessi odotusarvo ja variassi / Suhteellise frekvessi ˆp odotusarvo ja variassi: E( pˆ ) = p pˆ Var( ) D ( ) jossa q = 1 p. = pˆ = pq Suhteellise frekvessi ˆp stadardipoikkeamaa pq D( pˆ ) = kutsutaa tavallisesti suhteellise frekvessi keskivirheeksi ja se kuvaa suhteellise frekvessi f otosvaihtelua oma odotusarvosa p ympärillä. TKK (c) Ilkka Melli (004) 57
58 Suhteellise frekvessi otosjakauma Otosjakauma käyttäytymie otoskoo kasvaessa Koska suhteellise frekvessi ˆp odotusarvo E( pˆ ) = p ja variassi o Var( pˆ ) = pq, q = 1 p ii suhteellise frekvessi otosjakauma keskittyy yhä voimakkaammi tapahtuma A todeäköisyyde p ympärille, ku otoskoko kasvaa. TKK (c) Ilkka Melli (004) 58
59 Suhteellise frekvessi otosjakauma Suhteellise frekvessi asymptoottie jakauma Suhteellie frekvessi ˆp oudattaa suurissa otoksissa approksimatiivisesti ormaalijakaumaa (ks. lukua Jatkuvia jakaumia): pq pˆ~ N a p, Site stadardoitu satuaismuuttuja ˆp p Z = pq oudattaa suurissa otoksissa approksimatiivisesti stadardoitua ormaalijakaumaa: Z ~ a N(0,1) TKK (c) Ilkka Melli (004) 59
60 Suhteellise frekvessi otosjakauma Suhteellise frekvessi otosjakauma: Kommetteja Suhteellise frekvessi otosjakaumaa koskeva asymptoottie tulos seuraa keskeisestä raja-arvolauseesta; ks. lukua Kovergessikäsitteet ja raja-arvolauseet. TKK (c) Ilkka Melli (004) 60
Osa 2: Otokset, otosjakaumat ja estimointi
Ilkka Melli Tilastolliset meetelmät Osa : Otokset, otosjakaumat ja estimoiti Otokset ja otosjakaumat TKK (c) Ilkka Melli (007) 1 Otokset ja otosjakaumat >> Satuaisotata ja satuaisotokset Otostuusluvut
LisätiedotJohdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteesee Otos ja otosjakaumat TKK (c) Ilkka Melli (005) 1 Otos ja otosjakaumat Yksikertaie satuaisotos Otostuusluvut ja otosjakaumat Aritmeettise keskiarvo ja otosvariassi otosjakaumat
LisätiedotJohdatus tilastotieteeseen Estimointimenetelmät. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteesee Estimoitimeetelmät TKK (c) Ilkka Melli (2005) 1 Estimoitimeetelmät Todeäköisyysjakaumie parametrie estimoiti Momettimeetelmä Normaalijakauma parametrie estimoiti Ekspoettijakauma
Lisätiedot8. laskuharjoituskierros, vko 11, ratkaisut
Mat-2.091 Sovellettu todeäköisyyslasku, kevät -05 Heliövaara, Palo, Melli 8. laskuharjoituskierros, vko 11, ratkaisut D1. Oletetaa, että havaiot X i, i = 1, 2,..., 100 muodostavat yksikertaise satuaisotokse
LisätiedotOsa 2: Otokset, otosjakaumat ja estimointi
Ilkka Melli Tilastolliset meetelmät Osa 2: Otokset, otosjakaumat ja estimoiti Estimoitimeetelmät TKK (c) Ilkka Melli (2007) Estimoitimeetelmät >> Todeäköisyysjakaumie parametrie estimoiti Suurimma uskottavuude
LisätiedotTestit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille: Esitiedot
TKK (c Ilkka Melli (004 Johdatus tilastotieteesee TKK (c Ilkka Melli (004 : Mitä opimme? Tarkastelemme tässä luvussa seuraavia järjestysasteikolliste muuttujie testejä: ja merkkitesti parivertailuille
LisätiedotNormaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia: Mitä opimme?
TKK (c) Ilkka Melli (4) Johdato Johdatus todeäköisyyslasketaa TKK (c) Ilkka Melli (4) : Mitä opimme? / Tutustumme tässä luvussa seuraavii ormaalijakaumasta (ks. lukua Jatkuvia jakaumia) johdettuihi jakaumii:
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mitä tilastotiede o? Mat-.04 Tilastollise aalyysi perusteet, kevät 007. lueto: Johdato Tilastotiede kehittää ja soveltaa meetelmiä: reaalimaailma ilmiöistä johtopäätökset ilmiöitä kuvaavie tietoje perusteella
LisätiedotTestit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille: Esitiedot
TKK (c) Ilkka Melli (4) Testit suhdeasteikollisille muuttujille Johdatus tilastotieteesee Testit suhdeasteikollisille muuttujille Testit ormaalikauma parametreille Yhde otokse t-testi Kahde otokse t-testi
LisätiedotMat Sovellettu todennäköisyyslasku A. Otos- ja otosjakaumat Estimointi Estimointimenetelmät Väliestimointi. Avainsanat:
Mat-.090 Sovellettu todeäköisyyslasku A Mat-.090 Sovellettu todeäköisyyslasku A / Ratkaisut Aiheet: Avaisaat: Otos- ja otosjakaumat Estimoiti Estimoitimeetelmät Väliestimoiti Aritmeettie keskiarvo, Beroulli-jakauma,
LisätiedotJohdatus todennäköisyyslaskentaan Konvergenssikäsitteet ja raja-arvolauseet. TKK (c) Ilkka Mellin (2004) 1
Johdatus todeäköisyyslasketaa Kovergessikäsitteet ja raja-arvolauseet TKK (c) Ilkka Melli (2004) 1 Kovergessikäsitteet ja raja-arvolauseet Kovergessikäsitteitä Suurte lukuje lait Keskeie raja-arvolause
LisätiedotOsa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Konvergenssikäsitteet ja raja arvolauseet
Ilkka Melli Todeäköisyyslasketa Osa 2: Satuaismuuttujat ja todeäköisyysjakaumat Kovergessikäsitteet ja raja arvolauseet TKK (c) Ilkka Melli (2006) 1 Kovergessikäsitteet ja raja arvolauseet >> Kovergessikäsitteitä
LisätiedotMat Sovellettu todennäköisyyslasku 9. harjoitukset/ratkaisut. Luottamusvälit
Mat-.09 Sovellettu todeäköisyyslasku Mat-.09 Sovellettu todeäköisyyslasku /Ratkaisut Aiheet: Estimoiti Luottamusvälit Avaisaat: Aritmeettie keskiarvo, Beroulli-jakauma, Estimaattori, Estimoiti, Frekvessi,
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todeäköisyyslaskea ja tilastotietee peruskurssi 4A Satuaisotata ja parametrie estimoiti Lasse Leskelä Matematiika ja systeemiaalyysi laitos Perustieteide korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotSatunnaismuuttujien muunnokset ja niiden jakaumat. Satunnaismuuttujien muunnokset ja niiden jakaumat
TKK (c) Ilkka Melli (4) Satuaismuuttujie muuokset ja iide jakaumat Satuaismuuttujie muuoste jakaumat Kaksiulotteiste satuaismuuttujie muuoste jakaumat Riippumattomie satuaismuuttujie summa jakauma Riippumattomie
LisätiedotMat Sovellettu todennäköisyyslaskenta B 9. harjoitukset / Ratkaisut Aiheet: Estimointi Estimointimenetelmät Väliestimointi Avainsanat:
Mat-.60 Sovellettu todeäköisyyslasketa B Mat-.60 Sovellettu todeäköisyyslasketa B / Ratkaisut Aiheet: Estimoiti Estimoitimeetelmät Väliestimoiti Avaisaat: Aritmeettie keskiarvo, Beroulli-jakauma, Beroulli-koe,
LisätiedotTilastolliset menetelmät: Tilastolliset testit
Tilastolliset meetelmät Tilastolliset testit Tilastolliset meetelmät: Tilastolliset testit 8. Tilastollie testaus 9. Testejä suhdeasteikollisille muuttujille. Testejä järjestysasteikollisille muuttujille.
Lisätiedot2-suuntainen vaihtoehtoinen hypoteesi
Mat-.6 Sovellettu todeäköisyyslasketa. harjoitukset Mat-.6 Sovellettu todeäköisyyslasketa B. harjoitukset / Ratkaisut Aiheet: Tilastolliset testit Avaisaat: Aritmeettie keskiarvo, Beroulli-jakauma, F-jakauma,
LisätiedotTilastotieteen kertaus. Vilkkumaa / Kuusinen 1
Tilastotieteen kertaus Vilkkumaa / Kuusinen 1 Motivointi Reaalimaailman ilmiöihin liittyy tyypillisesti satunnaisuutta ja epävarmuutta Ilmiöihin liittyvien havaintojen ajatellaan usein olevan peräisin
Lisätiedot2-suuntainen vaihtoehtoinen hypoteesi
MS-A53 Todeäköisyyslaskea ja tilastotietee peruskurssi Esimerkkikokoelma 5 Aiheet: Tilastolliset testit Yhde otokse t-testi Testausasetelma yhde otokse t-testissä odotusarvolle Olkoo X i, i =,,, riippumato
LisätiedotJohdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1
Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille TKK (c) Ilkka Mellin (2004) 1 Testit laatueroasteikollisille muuttujille Laatueroasteikollisten muuttujien testit Testi suhteelliselle
LisätiedotJohda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.
Mat-2.090 Sovellettu todeäköisyyslasku A Mat-2.090 Sovellettu todeäköisyyslasku A / Pistetehtävät 2, 4, 6, 8, 0 Aiheet: Avaisaat: Momettiemäfuktio Satuaismuuttujie muuokset ja iide jakaumat Kovergessikäsitteet
Lisätiedot1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ).
HY / Matematiika ja tilastotietee laitos Tilastollie päättely II, kevät 018 Harjoitus 5B Ratkaisuehdotuksia Tehtäväsarja I 1. (Jatkoa Harjoitus 5A tehtävää ). Moistee esimerki 3.3.3. mukaa momettimeetelmä
LisätiedotTestit laatueroasteikollisille muuttujille
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit laatueroasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit laatueroasteikollisille muuttujille >> Laatueroasteikollisten
LisätiedotTilastollisten aineistojen kuvaaminen. Tilastollisten aineistojen kuvaaminen. Tilastollisten aineistojen kuvaaminen: Mitä opimme?
TKK (c) Ilkka Melli (004) Tilastolliste aieistoje kuvaamie Tuusluvut Laatueroasteikolliste muuttujie tuusluvut Johdatus tilastotieteesee Tilastolliste aieistoje kuvaamie TKK (c) Ilkka Melli (004) Tilastolliste
LisätiedotMat Sovellettu todennäköisyyslaskenta B 5. harjoitukset / Ratkaisut Aiheet: Jatkuvia jakaumia Avainsanat: Jatkuvia jakaumia
Mat-.60 Sovellettu todeäköisyyslasketa B / Ratkaisut Aiheet: Jatkuvia jakaumia Avaisaat: Biomijakauma, Ekspoettijakauma, Jatkuva tasaie jakauma, Kertymäfuktio, Keskeie raja-arvolause, Mediaai, Normaaliapproksimaatio,
LisätiedotJohdatus tilastotieteeseen Yhden selittäjän lineaarinen regressiomalli. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteesee Yhde selittää lieaarie regressiomalli TKK (c) Ilkka Melli (2005) Yhde selittää lieaarie regressiomalli Yhde selittää lieaarie regressiomalli a sitä koskevat oletukset Yhde selittää
LisätiedotTilastotieteen kertaus. Kuusinen/Heliövaara 1
Tilastotieteen kertaus Kuusinen/Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla reaalimaailman ilmiöistä voidaan tehdä johtopäätöksiä tilanteissa, joissa
LisätiedotTestit laatueroasteikollisille muuttujille. Testit laatueroasteikollisille muuttujille. Testit laatueroasteikollisille muuttujille: Esitiedot
TKK (c) Ilkk Melli (24) Johdtus tilstotieteesee TKK (c) Ilkk Melli (24) 2 : Mitä opimme? Trkstelemme tässä luvuss seurvi ltuerosteikolliste muuttujie testejä: Testukse kohtee testeissä o Beroulli-jkum
Lisätiedottilastotieteen kertaus
tilastotieteen kertaus Keskiviikon 24.1. harjoitukset pidetään poikkeuksellisesti klo 14-16 luokassa Y228. Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla
LisätiedotYhden selittäjän lineaarinen regressiomalli
Ilkka Melli Tilastolliset meetelmät Osa 4: Lieaarie regressioaalyysi Yhde selittäjä lieaarie regressiomalli TKK (c) Ilkka Melli (007) Yhde selittäjä lieaarie regressiomalli >> Yhde selittäjä lieaarie regressiomalli
LisätiedotTilastollinen päättömyys, kevät 2017 Harjoitus 5b
Tilastollie päättömyys, kevät 07 Harjoitus b Heikki Korpela 3. helmikuuta 07 Tehtävä. a Olkoot Y,..., Y Bθ. Johda uskottavuusosamäärä testisuuree ry, Waldi testisuuree wy ja Rao pistemäärätestisuuree uy
LisätiedotTilastolliset menetelmät: Tilastolliset testit
Tilastolliset testit Tilastolliset meetelmät: Tilastolliset testit 8. Tilastollie testaus 9. Testejä suhdeasteikollisille muuttujille 0. Testejä järjestysasteikollisille muuttujille. Testejä laatueroasteikollisille
LisätiedotOtantajakauma. Otantajakauman käyttö päättelyssä. Otantajakauman käyttö päättelyssä
Otatajakauma kuvaa tarkasteltava parametri jakauma eri otoksista laskettua parametria o joki yleesä tuusluku, esim. keskiarvo, suhteellie osuus, riskisuhde, korrelaatiokerroi, regressiokerroi, je. parametria
LisätiedotOtantajakauman käyttö päättelyssä
Keskiarvo otatajakauma Toisistaa tietämättä kaksi tutkijaa tutkii samaa ilmiötä, jossa perusjoukko koostuu kuudesta tutkittavasta ja tarkoituksea o laskea keskiarvo A: Kokoaistutkimus B: Otatatutkimus
LisätiedotJohdatus tilastotieteeseen Tilastollinen riippuvuus ja korrelaatio. TKK (c) Ilkka Mellin (2004) 1
Johdatus tilastotieteesee Tilastollie riippuvuus ja korrelaatio TKK (c) Ilkka Melli (2004) 1 Tilastollie riippuvuus ja korrelaatio Tilastollie riippuvuus, korrelaatio ja regressio Kahde muuttuja havaitoaieisto
LisätiedotTodennäköisyyslaskenta: Todennäköisyysjakaumia
Todeäköisyysjakaumia Todeäköisyyslasketa: Todeäköisyysjakaumia 6. Diskreettejä jakaumia 7. Jatkuvia jakaumia 8. Normaalijakaumasta johdettuja jakaumia 9. Moiulotteisia jakaumia Ilkka Melli 35 Todeäköisyysjakaumia
LisätiedotJohdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:
Lisätiedotχ 2 -yhteensopivuustesti
Mat-.60 Sovellettu todeäköisyyslasketa B. harjoitukset Mat-.60 Sovellettu todeäköisyyslasketa B. harjoitukset / Ratkaisut Aiheet: Yhteesopivuude, homogeeisuude ja riippumattomuude testaamie Tilastollie
LisätiedotMat Sovellettu todennäköisyyslaskenta B 8. harjoitukset / Ratkaisut Aiheet: Otos ja otosjakaumat Avainsanat:
Mat-1.60 Sovellettu todeäkösyyslasketa Mat-1.60 Sovellettu todeäkösyyslasketa B / Ratkasut Aheet: Otos ja otosjakaumat Avasaat: Artmeette keskarvo, Beroull-jakauma, Beroull-koe, χ -jakauma, Frekvess, Frekvessjakauma,
LisätiedotEstimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?
TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman
LisätiedotTilastollinen päättely II, kevät 2017 Harjoitus 3B
Tilastollie päättely II, kevät 7 Harjoitus 3B Heikki Korpela 3. maaliskuuta 7 Tehtävä. Jatkoa harjoitukse B tehtävii -3. Oletetaa, että x i c kaikilla i, ku c > o vakio. Näytä, että ˆβ, T ja T ovat tarketuvia.
LisätiedotJohdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1
Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (004) 1 Testit suhdeasteikollisille muuttujille Testit normaalijakauman parametreille Yhden otoksen t-testi Kahden
Lisätiedot6.1 Riippumattomat satunnaismuuttujat
Luku 6 Otatajakaumie teoria 6.1 Riippumattomat satuaismuuttujat Muistamme edellisistä luvuista, että satuaismuuttujat X 1 ja X 2 ovat riippumattomat (määritelmät 4.6 ja 5.5), jos f(x 1, x 2 ) f 1 (x 1
LisätiedotKaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut
Mat-2.09 Sovellettu todeäköisyyslasku /Ratkaisut Aiheet: Kaksiulotteie ormaalijakauma Mitta-asteikot Havaitoaieisto kuvaamie ja otostuusluvut Avaisaat: Ehdollie jakauma, Ehdollie odotusarvo, Ehdollie variassi,
LisätiedotOsa 2: Otokset, otosjakaumat ja estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
LisätiedotTodennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 2
Todeäköisyyslaskea ja tilastotietee peruskurssi Esimerkkikokoelma 2 Aiheet: Satuaismuuttujat ja todeäköisyysjakaumat Kertymäfuktio, pistetodeäköisyysfuktio ja tiheysfuktio Jakaumie tuusluvut Tärkeimmät
LisätiedotS Laskennallinen systeemibiologia
S-4250 Laskeallie systeemibiologia Harjoitus Mittaustuloksea o saatu havaitoparia (x, y ),, (x, y ) Muuttuja y käyttäytymistä voidaa selittää muuttuja x avulla esimerkiksi yksikertaise lieaarise riippuvuude
LisätiedotTilastolliset menetelmät: Johdanto
Johdato Tilastolliset meetelmät: Johdato. Tilastotiede tieteealaa. Tilastolliste aieistoje keräämie ja mittaamie 3. Tilastolliste aieistoje kuvaamie Ilkka Melli Johdato Ilkka Melli Johdato Sisällys. TILASTOTIEDE
LisätiedotJohdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (005) 1 Testit suhdeasteikollisille muuttujille Testit normaalijakauman parametreille Yhden otoksen t-testi Kahden
LisätiedotTilastolliset luottamusvälit
Luku 8 Tilastolliset luottamusvälit Lasse Leskelä Aalto-yliopisto 18. lokakuuta 2017 8.1 Piste-estimaatti ja väliestimaatti Edellisessä luvussa opittii määrittämää parametreille estimaatteja suurimma uskottavuude
LisätiedotJohdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1
Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia TKK (c) Ilkka Mellin (2005) 1 Normaalijakaumasta johdettuja jakaumia Johdanto χ 2 -jakauma F-jakauma t-jakauma TKK (c) Ilkka Mellin
LisätiedotJohdatus tilastotieteeseen Väliestimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Väliestimointi TKK (c) Ilkka Mellin (2005) 1 Väliestimointi Todennäköisyysjakaumien parametrien estimointi Luottamusväli Normaalijakauman odotusarvon luottamusväli Normaalijakauman
Lisätiedot1. Valitaan tilanteeseen sopiva stokastinen malli. 2. Sovitetaan malli havaittuun dataan (estimoidaan mallin parametrit).
Luku 7 Parametrie estimoiti Lasse Leskelä Aalto-yliopisto 2. lokakuuta 2017 7.1 Tilastollie päättely Tähä meessä o opittu eustamaa tapahtumie todeäköisyyksiä aetu stokastise malli pohjalta. Eusteide laskemiseksi
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 30. lokakuuta 2007 Antti Rasila () TodB 30. lokakuuta 2007 1 / 23 1 Otos ja otosjakaumat (jatkoa) Frekvenssi ja suhteellinen frekvenssi Frekvenssien odotusarvo
LisätiedotVäliestimointi (jatkoa) Heliövaara 1
Väliestimointi (jatkoa) Heliövaara 1 Bernoulli-jakauman odotusarvon luottamusväli 1/2 Olkoon havainnot X 1,..., X n yksinkertainen satunnaisotos Bernoulli-jakaumasta parametrilla p. Eli X Bernoulli(p).
Lisätiedotχ 2 -yhteensopivuustesti
Mat-.60 Sovellettu todeäköisyyslasketa B. harjoitukset Mat-.60 Sovellettu todeäköisyyslasketa B. harjoitukset / Ratkaisut Aiheet: Yhteesopivuude, homogeeisuude ja riippumattomuude testaamie Tilastollie
LisätiedotEstimaattori, Estimointi, Mediaani, Moodi, Odotusarvo, Parametri, Posteriorijakauma, Tunnusluku
Tilastollie päättely 6.1. Johdato Bayesi kaava, Bayeslaie lähestymistapa, Eakkotieto, Estimoiti, Frekvetistie lähestymistapa, Frekvessitulkita, Klassie lähestymistapa, Luottamustaso, Luottamusväli, Merkitsevyystaso,
LisätiedotTilastolliset menetelmät: Johdanto
Tilastolliset meetelmät Johdato Tilastolliset meetelmät: Johdato. Tilastotiede tieteealaa. Tilastolliste aieistoje keräämie ja mittaamie 3. Tilastolliste aieistoje kuvaamie TKK @ Ilkka Melli (006) Tilastolliset
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 18. lokakuuta 2007 Antti Rasila () TodB 18. lokakuuta 2007 1 / 19 1 Tilastollinen aineisto 2 Tilastollinen malli Yksinkertainen satunnaisotos 3 Otostunnusluvut
LisätiedotMat-2.090 Sovellettu todennäköisyyslasku A
Mat-.090 Sovellettu todeäköiyylaku A Mat-.090 Sovellettu todeäköiyylaku A / Ratkaiut Aiheet: Avaiaat: Tilatollite aieito keräämie ja mittaamie Tilatollite aieitoje kuvaamie Oto ja otojakaumat Aritmeettie
LisätiedotTilastollinen todennäköisyys
Tilastollie todeäköisyys TOD.NÄK JA TILASTOT, MAA10 Klassisessa todeäköisyydessä oli ehdot: äärellisyys ja symmetrisyys. Tämä tilae o usei mahdoto ts. alkeistapauksia o usei ääretö määrä tai e eivät ole
Lisätiedotpq n s n Kyllä Ei N Jäsenyys 5,4% 94.6 % 1500 Adressi 21,6% 78.4 % 1495 Lahjoitus 23,7% 76.3 % 1495 Mielenosoitus 1,1% 98.9 % 1489
Perusjoukko ja otos Kvatitatiiviset meetelmät Sami Fredriksso Yleie valtio-oppioppi Havaitoyksikkö o empiirise mittaukse kohde Perusjoukko o kaikkie havaitoyksiköide muodostama kokoaisuus Otos o perusjoukkoa
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.104 Tilastollise aalyysi perusteet, kevät 007 6. lueto: Johdatus regressioaalyysii S ysteemiaalyysi Tekillie korkeakoulu Kai Virtae 1 Regressioaalyysi idea Tavoitteea selittää selitettävä tekiä/muuttua
LisätiedotIlkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
LisätiedotVäliestimointi. Väliestimointi. Väliestimointi: Mitä opimme? 2/3. Väliestimointi: Mitä opimme? 1/3. Väliestimointi: Mitä opimme?
TKK (c) Ilkka Melli (004) Välietimoiti Todeäköiyyjakaumie parametrie etimoiti Normaalijakauma variai luottamuväli Beroulli-jakauma odotuarvo luottamuväli Johdatu tilatotieteeee Välietimoiti TKK (c) Ilkka
LisätiedotEstimointi. Vilkkumaa / Kuusinen 1
Estimointi Vilkkumaa / Kuusinen 1 Motivointi Tilastollisessa tutkimuksessa oletetaan jonkin jakauman generoineen tutkimuksen kohteena olevaa ilmiötä koskevat havainnot Tämän mallina käytettävän todennäköisyysjakauman
LisätiedotTilastolliset menetelmät. Osa 1: Johdanto. Johdanto tilastotieteeseen KE (2014) 1
Tilastolliset menetelmät Osa 1: Johdanto Johdanto tilastotieteeseen KE (2014) 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä ja malleja, joiden avulla reaalimaailman ilmiöistä voidaan
LisätiedotTestejä suhdeasteikollisille muuttujille
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testejä suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (007) 1 Testejä suhdeasteikollisille muuttujille >> Testit normaalijakauman
LisätiedotDiskreettejä jakaumia. Diskreettejä jakaumia. Diskreettejä jakaumia Mitä opimme? 2/3. Diskreettejä jakaumia Mitä opimme? 1/3
TKK (c) Ilkka Melli (4) Diskeettejä jakaumia Johdatus todeäköisyyslasketaa Diskeettejä jakaumia Diskeetti tasaie jakauma Beoulli-jakauma Biomijakauma Geometie jakauma Negatiivie biomijakauma Hyegeometie
Lisätiedot= true C = true) θ i2. = true C = false) Näiden arvot löydetään kuten edellä Kun verkko on opetettu, niin havainto [x 1
35 Naiivi Bayes Luokkamuuttua C o Bayes-verko uuri a attribuutit X i ovat se lehtiä Naiivi oletus o, että attribuutit ovat ehdollisesti riippumattomia toisistaa aettua luokka Ku käytössä o Boole muuttuat,
Lisätiedot4. Todennäköisyyslaskennan kertausta
Sisältö Peruskäsitteet Diskreetit satuaismuuttujat Diskreetit jakaumat (lkm-jakaumat) Jatkuvat satuaismuuttujat Jatkuvat jakaumat (aikajakaumat) Muut satuaismuuttujat lueto04.ppt S-38.45 - Liikeeteoria
LisätiedotSisältö. Kvantitatiivinen metodologia verkossa. Monitasomallintaminen. Monitasomallit. Regressiomalli dummy-muuttujilla.
Kvatitatiivie metodologia verkossa Moitasomallius Pekka Ratae Helsigi yliopisto isältö Moitasomallit Matemaattisia peruskäsitteitä Esimerkki kovariassista Otatavirhe Esimerkki elittävie muuttujie lisäämie
LisätiedotTodennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa.
Testimuuttuja kriittie arvo 5 %: merkitsevyystasolla katsotaa taulukosta. Kriittie arvo o 9,488. Koska laskettu arvo 4,35 o pieempi kui taulukosta saatu kriittie arvo 9,488, ii ollahypoteesi jää voimaa.
LisätiedotTilastollinen päättömyys, kevät 2017 Harjoitus 6A
Tilastollie päättömyys, kevät 07 Harjoitus 6A Heikki Korpela 8. helmikuuta 07 Tehtävä. Moistee teht. 5.. Olkoo Y,..., Y riippumato otos ekspoettiperhee jakaumasta, joka ptf/tf o muotoa fy i ; θ cθhye φθtyi
LisätiedotTestit järjestysasteikollisille muuttujille
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit järjestysasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit järjestysasteikollisille muuttujille >> Järjestysasteikollisten
LisätiedotEstimaattori, Estimointi, Mediaani, Moodi, Odotusarvo, Parametri, Posteriorijakauma, Tunnusluku
Tilastollie päättely 6.1. Johdato Bayesi kaava, Bayeslaie lähestymistapa, Eakkotieto, Estimoiti, Frekvetistie lähestymistapa, Frekvessitulkita, Klassie lähestymistapa, Luottamustaso, Luottamusväli, Merkitsevyystaso,
LisätiedotHarjoitukset 1 : Tilastokertaus
31C99904, Capstoe: Ekoometria ja data-aalyysi TA : markku.siikae(a)aalto.fi & tuuli.vahapelto(a)aalto.fi Harjoitukset 1 : Tilastokertaus (Palautus 10.1.2017) Palautellaa mielii hiema tilasto-oppia ja todeäköisyyslasketaa.
LisätiedotTunnuslukuja 27 III TUNNUSLUKUJA
Tuuslukuja 27 III TUNNUSLUKUJA Tuuslukuja 28 Tuuslukuja käytetää, ku tilastoaieistoa havaiollistetaa tiivistetysti yksittäisillä luvuilla. Tuusluvut lasketaa muuttujie arvoje perusteella ja e kuvaavat
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa II
Otokset MS-A050 Todeäköisyyslaskea ja tilastotietee peruskurssi Lueot, osa II Kaksi hyödyllista jakaumaa 3 Estimoiti G. Gripeberg 4 Luottamusvälit Aalto-yliopisto. helmikuuta 05 5 Hypoteesie testaus 6
LisätiedotNormaalijakaumasta johdettuja jakaumia
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Normaalijakaumasta johdettuja jakaumia TKK (c) Ilkka Mellin (2007) 1 Normaalijakaumasta johdettuja jakaumia >> Johdanto χ 2 -jakauma F-jakauma
LisätiedotLIITTEET Liite A Stirlingin kaavan tarkkuudesta...2. Liite B Lagrangen kertoimet...3
LIITTEET... 2 Liite A Stirligi kaava tarkkuudesta...2 Liite B Lagrage kertoimet... 2 Liitteet Liitteet Liite A Stirligi kaava tarkkuudesta Luoollista logaritmia suureesta! approksimoidaa usei Stirligi
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 15. marraskuuta 2007 Antti Rasila () TodB 15. marraskuuta 2007 1 / 19 1 Tilastollisia testejä (jatkoa) Yhden otoksen χ 2 -testi varianssille Kahden riippumattoman
Lisätiedot2.1. Parametrien estimointi 2.2. Regressiokertoimien estimointi kovariansseista ja korrelaatioista
Moimuuttujameetelmät: Ilkka Melli. Yleise lieaarise malli määrittelemie.. ja malli oletukset.. Yleise lieaarise malli matriisiesitys. Yleise lieaarise malli parametrie estimoiti.. Parametrie estimoiti..
LisätiedotTilastolliset menetelmät
Tilastolliset meetelmät tilastolliste meetelmie tarkoitus o: estimoida eliaika- (vikaatumisaika, korjausaika- jakaumie ja -mallie parametreja eliaikakokeide, laitteide käyttökokemustiedo yms. perusteella
Lisätiedotn = 100 x = 0.6 99%:n luottamusväli µ:lle Vastaus:
1. Tietyllä koeella valmistettavie tiivisterekaide halkaisija keskihajoa tiedetää oleva 0.04 tuumaa. Kyseisellä koeella valmistettuje 100 rekaa halkaisijoide keskiarvo oli 0.60 tuumaa. Määrää 95%: ja 99%:
LisätiedotHY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 6A Ratkaisuehdotuksia.
HY, MTO / Matemaattiste tieteide adiohjelma Tilastollie päättely II, evät 2018 Harjoitus 6A Rataisuehdotusia Tehtäväsarja I 1. (Moistee tehtävä 5.4) Kauppias myy mäysiemeiä, joide itävyyde väitetää oleva
LisätiedotHY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.
HY, MTL / Matemaattiste tieteide kadiohjelma Todeäköisyyslasketa IIb, syksy 08 Harjoitus 3 Ratkaisuehdotuksia Tehtäväsarja I Olkoot X ja X riippumattomia satuaismuuttujia, joille ja olkoo X EX, EX, var
LisätiedotTodennäköisyyslaskennan peruskäsitteet. Todennäköisyyslaskennan peruskäsitteet. Todennäköisyyslaskennan peruskäsitteet: Mitä opimme?
TKK (c) Ilkka Melli (2004) 1 Todeäköisyyslaskea peruskäsitteet Johdatus todeäköisyyslasketaa Todeäköisyyslaskea peruskäsitteet TKK (c) Ilkka Melli (2004) 2 Todeäköisyyslaskea peruskäsitteet: Mitä opimme?
LisätiedotTeoria. Tilastotietojen keruu
S-38.348 Tietoverkkoje simuloiti / Tuloste keruu ja aalyysi Teoria Johdato simuloitii Simuloii kulku -- prosessi realisaatioide tuottamie Satuaismuuttuja arvota aetusta jakaumasta Tuloste keruu ja aalyysi
LisätiedotTilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus KE (2014) 1
Tilastolliset menetelmät Osa 3: Tilastolliset testit Tilastollinen testaus KE (2014) 1 Tilastolliset testit >> Tilastollinen testaus Tilastolliset hypoteesit Tilastolliset testit ja testisuureet Virheet
LisätiedotYhden selittäjän lineaarinen regressiomalli: Lisätiedot. Yhden selittäjän lineaarinen regressiomalli
TKK (c) Ilkka Melli (4) Yhde selittää lieaarie regressiomalli Johdatus tilastotieteesee Yhde selittää lieaarie regressiomalli Yhde selittää lieaarie regressiomalli a sitä koskevat oletukset Yhde selittää
LisätiedotMat Sovellettu todennäköisyyslasku A. Diskreetit jakaumat Jatkuvat jakaumat. Avainsanat:
Mat-2.090 Sovellettu todeäköisyyslasku A / Ratkaisut Aiheet: Avaisaat: Diskeetit jakaumat Jatkuvat jakaumat Biomijakauma, Ekspoettijakauma, Jatkuva tasaie jakauma, Ketymäfuktio, Mediaai, Negatiivie biomijakauma,
LisätiedotMat Sovellettu todennäköisyyslasku A
TKK / Ssteemiaalsi laboratorio Mat-2.9 Sovellettu todeäköisslasku A Nordlud Harjoitus 6 (vko 43/23) (Aihe: sekamalli, hteisjakaumia, Laiie luvut 6. 6.3, 8. 8.9). Tässä o edellise viiko laskareissa luvattu
LisätiedotYleinen lineaarinen malli. Yleinen lineaarinen malli. Yleinen lineaarinen malli: Mitä opimme? 2/4. Yleinen lineaarinen malli: Mitä opimme?
TKK (c) Ila Melli (004) Yleie lieaarie malli Johdatus tilastotieteesee Yleie lieaarie malli Usea selittää lieaarie regressiomalli Yleise lieaarise malli matriisisesitys Yleise lieaarise malli estimoiti
Lisätiedot((12345A, 5, 1, 5), (98759K, 1, 5, 2), (33312K, 4, 4, 3), (23453B, 4, 4, 3), (21453U, 3, 3, 3)),
Luku 6 Datajoukkoje jakaumat, tuusluvut ja kuvaajat Lasse Leskelä Aalto-yliopisto 28. marraskuuta 207 6. Datajoukko ja datakehikko Tässä moisteessa datajoukko tarkoittaa järjestettyä listaa keskeää samatyyppisiä
LisätiedotTILASTOT: johdantoa ja käsitteitä
TILASTOT: johdatoa ja käsitteitä TOD.NÄK JA TILASTOT, MAA10 Tilastotietee tehtävää o esittää ja tulkita tutkimuskohteesee liittyvää havaitoaieistoa eli tilastoaieistoa. Tutkitaa valittua joukkoa ja se
LisätiedotEX1 EX 2 EX =
HY, MTL / Matemaattiste tieteide kadiohjelma Todeäköisyyslasketa IIb, syksy Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Olkoot X ja X riippumattomia satuaismuuttujia, joille ja olkoo X EX, EX, var X,
LisätiedotMat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:
Mat-.9 Sovellettu todennäköisyyslasku A Mat-.9 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Moniulotteiset jakaumat Diskreetti jakauma, Ehdollinen jakauma, Ehdollinen odotusarvo, Jatkuva
LisätiedotIlkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Tilastollinen testaus TKK (c) Ilkka Mellin (2007) 1 Tilastolliset testit >> Tilastollinen testaus Tilastolliset hypoteesit Tilastolliset
Lisätiedot