Otantajakauman käyttö päättelyssä

Samankaltaiset tiedostot
Otantajakauma. Otantajakauman käyttö päättelyssä. Otantajakauman käyttö päättelyssä

Estimointi. Luottamusvälin laskeminen keskiarvolle α/2 α/2 0.1

Estimointi. Otantajakauma

pq 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

Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2004) 1

Estimointi. Vilkkumaa / Kuusinen 1

Osa 2: Otokset, otosjakaumat ja estimointi

Mat Tilastollisen analyysin perusteet, kevät 2007

Todennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa.

n = 100 x = %:n luottamusväli µ:lle Vastaus:

8. laskuharjoituskierros, vko 11, ratkaisut

Tunnuslukuja 27 III TUNNUSLUKUJA

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Luottamusvälit. Normaalijakauma johnkin kohtaan

TILASTOT: johdantoa ja käsitteitä

Sovellettu todennäköisyyslaskenta B

Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia: Mitä opimme?

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

Otoskeskiarvo on otossuure, jonka todennäköisyysjakauma tiedetään. Se on normaalijakauma, havainnollistaminen simuloiden

1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ).

Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2005) 1

Harjoitukset 1 : Tilastokertaus

Teema 8: Parametrien estimointi ja luottamusvälit

5 Lisa materiaali. 5.1 Ristiintaulukointi

Väliestimointi (jatkoa) Heliövaara 1

/1. MTTTP1, luento Normaalijakauma (jatkoa) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

9. laskuharjoituskierros, vko 12-13, ratkaisut

Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille: Esitiedot

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Mat Sovellettu todennäköisyyslasku A. Otos- ja otosjakaumat Estimointi Estimointimenetelmät Väliestimointi. Avainsanat:

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Parametrin estimointi ja bootstrap-otanta

Mat Sovellettu todennäköisyyslasku 9. harjoitukset/ratkaisut. Luottamusvälit

7.4 Normaalijakauma (kertausta ja täydennystä) Taulukosta P(Z 1,6449) = 0,05, P(Z -1,6449) = 0,05 P(Z 1,96) = 0,025, P(Z -1,96) = 0,025

Tilastollinen päättömyys, kevät 2017 Harjoitus 5b

Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille: Esitiedot

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo

Tilastollinen aineisto Luottamusväli

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

tilastotieteen kertaus

/1. MTTTP1, luento Normaalijakauma (kertausta) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

Tutkimustiedonhallinnan peruskurssi

Luento 7 Luotettavuus Koherentit järjestelmät

Luento 6 Luotettavuus Koherentit järjestelmät

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Tilastolliset luottamusvälit

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo?

Estimointi populaation tuntemattoman parametrin arviointia otossuureen avulla Otossuure satunnaisotoksen avulla määritelty funktio

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu

Sisältö. Kvantitatiivinen metodologia verkossa. Monitasomallintaminen. Monitasomallit. Regressiomalli dummy-muuttujilla.

Järvi 1 Valkjärvi. Järvi 2 Sysijärvi

S Laskennallinen systeemibiologia

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 8B Ratkaisuehdotuksia.

10. laskuharjoituskierros, vko 14, ratkaisut

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

****************************************************************** ****************************************************************** 7 Esim.

Sovellettu todennäköisyyslaskenta B

Tilastollinen todennäköisyys

¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.

Yhden selittäjän lineaarinen regressiomalli

Tilastolliset menetelmät: Tilastolliset testit

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

Kvantitatiiviset menetelmät

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Tilastollinen päättely II, kevät 2017 Harjoitus 3B

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty

dx=5&uilang=fi&lang=fi&lvv=2014

Mat Sovellettu todennäköisyyslaskenta B 9. harjoitukset / Ratkaisut Aiheet: Estimointi Estimointimenetelmät Väliestimointi Avainsanat:

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

2-suuntainen vaihtoehtoinen hypoteesi

r = n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

Mat Tilastollisen analyysin perusteet, kevät 2007

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Mat Tilastollisen analyysin perusteet. Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Osa 2: Otokset, otosjakaumat ja estimointi

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.

Luentotesti 3. Kun tutkimuksen kävelynopeustietoja analysoidaan, onko näiden tutkittavien aiheuttama kato

Otoskoko 107 kpl. a) 27 b) 2654

Batch means -menetelmä

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu.

ABHELSINKI UNIVERSITY OF TECHNOLOGY

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

MATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai

Tehtäviä neliöiden ei-negatiivisuudesta

EX1 EX 2 EX =

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

LIITTEET Liite A Stirlingin kaavan tarkkuudesta...2. Liite B Lagrangen kertoimet...3

Harjoitus 7: NCSS - Tilastollinen analyysi

MTTTP1, luento KERTAUSTA

Johdatus tilastotieteeseen Estimointimenetelmät. TKK (c) Ilkka Mellin (2005) 1

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)

2 avulla. Derivaatta on nolla, kun. g( 3) = ( 3) 2 ( 3) 5 ( 3) + 6 ( 3) = 72 > 0. x =

Transkriptio:

Keskiarvo otatajakauma Toisistaa tietämättä kaksi tutkijaa tutkii samaa ilmiötä, jossa perusjoukko koostuu kuudesta tutkittavasta ja tarkoituksea o laskea keskiarvo A: Kokoaistutkimus B: Otatatutkimus Tutkija A kerää koko aieisto: 8.78,8.,8.0,.,88.8,. Tutkija B poimii satuaisotokse: 8.78, 8.0,. Tutkija A laskee keskiarvo: 7. Tutkija B laskee keskiarvo: 7.77 Miksi arvot eivät ole samat, vaikka tutkija B o toimiut täysi oikei otostaessaa? Erilaisista otoksista saadaa arvioitua haluttua parametria erilaisella tarkkuudella: Jos otoksessa hajota o suurta. myös otatajakauma hajoasta (keskivirhe) tulee suurempi Hekilö 8.78 8. 8.0. 88.8. Perusjoukko, keskiarvo 7. Otoste poimimie Otos 7 8 9 0 7 8 9 Keskivirhe Otoskeskiarvo 77.7.97 80.0 7..0 79. 7.77 8.07 0.7 7. 70.8 8. 7. 7..7 78.8 7.8.8 78.. 0..9.9 0.7.8.9.8.8 7..78.0.. 0. 7.08.0 0.0 7.00 Otatayksiköt perusjoukossa Otatajakauma käyttö päättelyssä Normaalijakautuee muuttuja keskiarvo otatajakaumalle pätee: Myös otatajakauma o ormaalijakautuut Otatajakauma hajota o pieempi Otatajakauma hajotaa voidaa arvioida yhdestä otoksesta laskemalla keskiarvo keskivirhe: Keskihajota (s) ja otoskoko (): s / 0 0 80 00 0.8. Keskiarvo otatajakauma

Erilaisista otoksista saadaa arvioitua haluttua parametria erilaisella tarkkuudella: Jos otoksessa hajota o suurta. myös otatajakauma hajoasta (keskivirhe) tulee suurempi Hekilö 8.78 8. 8.0. 88.8. Perusjoukko, keskiarvo 7. Otoste poimimie Otos 7 8 9 0 7 8 Keskivirhe Otoskeskiarvo 77.7.97 80.0 7..0 79. 7.77 8.07 0.7 7. 70.8 8. 7. 7..7 78.8 7.8.8. 0..9.9 0.7.8.9.8.8 7..78.0.. 0. 7.08.0 0.0 Otatayksiköt perusjoukossa Otatajakauma käyttö päättelyssä Tilastollise päätökseteo (iferece) yhteydessä asetetaa raja-arvot, sillä mitä pidetää mahdollisea otosarvoa perusjoukosta Reuoilla olevat otokset ovat epätodeäköisempiä ja siksi rajat asetetaa yleesä jakauma reuoille, esim. stadardoidu ormaalijakauma välille [-.9,.9] sijoittuu 9% otoskeskiarvoista (vrt. keskihajota) - - 0 9 78. 7.00 0.8. Keskiarvo otatajakauma Otatajakauma käyttö päättelyssä Otatajakauma kuvaajasta äkyy, että otostettavista keskiarvoista suuri osa sijaitsee jakauma keskellä lähellä otoskeskiarvoje keskiarvoa Tämä kuvaa otoksee liittyvää satuaisvaihtelua aieistossa Tutkija A: 7. - - 0 Keskiarvo otatajakauma Keskellä sijaitsevat keskiarvot ovat siis otostettaessa todeäköisimpiä ja jakauma laidoilla sijaitsevat vähemmä todeäköisiä - - 0 piei t suuri t piei t Tutkija B: - - 0 7.77 Otoksesta määritetty otatajakauma

Estimoiti - tehdää päätelmiä perusjouko omiaisuuksista (keskiarvo, riskisuhde je.) otokse perusteella - mitä suurempi otos, sitä tarkemmat estimaatit A. Piste-estimaatit - perusjouko parametri arvo estimaatti o yksi lukuarvo - esim. otoskeskiarvo o perusjouko keskiarvo pisteestimaatti B. Väliestimaatit - pyritää määrittelemää väli, jolla perusjouko parametri sijaitsee halutulla varmuudella = luottamusväli (cofidece iterval, cofidece limits) - mitä kapeampi väli, sitä eemmä iformaatiota parametrista o saatu Luottamusväli kohdalla Riskitaso (α) kertoo mahdollisuude tehdä päättelyvirhee oletettaessa, että luottamusväli pitää sisällää perusjouko keskiarvo, vaikkei äi olekaa. (esim. 0.0, eli. %) 0. 0. 0. 0. - - - - 9% Sovittuja riskitasoja [Riskitaso / Luottamusväli] 0.0 (%) 9% 0.0 (%) 99% 0.00 (0.%) 99.9% α/ α/ (esim. 0.0, eli. %) σ Otoksee perustue määritellää otatajakaumalta alue, jolla perusjouko keskiarvo todeäköisimmi sijaitsee, ku huomioidaa otostamisee liittyvä satuaisvaihtelu. Esim. keskimmäiset 9% kaikista mahdollisista otoskeskiarvoista sijaitsevat ±.9 keskihajotayksikö päässä todellisesta keskiarvosta stadardoidulla ormaalijakaumalla. 0. 0. 0. 0. -.9 +.9 Jos muuttuja otatajakauma o stadardoitu ormaalijakauma, sijaitsee keskiarvo 9% luottamusväli siis välillä [-.9, +.9]. Luottamusväli laskemie keskiarvolle Otoksesta (=00) o laskettu pituude - keskiarvoksi 0 - keskihajoaksi 0 Tällöi keskiarvo keskivirhe o. s = 0 = 00 Määritetää keskiarvo luottamusväli 9% luottamustasolla - - - - Ks. keskihajoa määrittely. 9% 8 9 x = 0 (s = 0)

Oletukset: pituus o jakautuut ormaalisti, otoskoko o yli 0. Tiedetää, että stadardoidu ormaalijakauma kohdalla 9% luottamusväli löytyy väliltä -.9 +.9. Luottamusväli pituusmuuttujalle saadaa, ku siirretää saadut rajat oikealle kohdalle pituude lukusuoraa. Tätä varte vai otatajakauma keskiarvo täytyy siirtää alkuperäise muuttuja keskiarvo kohdalle. Lasketaa: -.9.9 0 -.9 =.08 -.9.9 0 +.9 =.9 - - 0 - - - 0 8 9 x = 0 (s = 0).08.9 x = 0 (s = 0) Tarkasteltava muuttuja alkuperäie jakauma ei ollut stadardoitu. Siis täytyy muutaa stadardoidu muuttuja hajota alkuperäiselle mittayksikölle, eli muuttuja hajotaa vastaavaksi käyttäe apua keskiarvo keskivirhettä. Näi 9% luottamusväli rajakohdat saadaa oikealle etäisyydelle keskiarvosta. Lasketaa keskivirhe: ±.9 *.0 = ±.9 -.9.9 Lopputuloksea saatii siis, että 9% luottamusväli tämä otokse mukaa o [.08,.9]. Eli: Tutkijalla o 9% luottamus siihe, että perusjouko keskiarvo sijaitsee välillä [, ] tämä otokse tiedo perusteella. Merkitää: CI 9% = [, ] - - - 0 x = 0 (s = 0).08.9 x = 0 (s = )

Keskiarvo 9% luottamusväli voidaa yleisesti laskea mistä tahasa muuttujasta kaavalla: x ±.9 s Luottamusväli voidaa yleisesti laskea eri luottamustasoille kaavalla: s x ± z, jossa z vastaa stad. ormaalijakaumalta löytyviä arvoja, jolla otatajakauma peittyy haluttu luottamustaso, esim. z =.9 (9%) z =.8 (99%) z =.9 (99.9%) (cm) 00 9 90 8 80 7 70 0 0 0 muuttuja 9% luottamusvälit 7 8 9.......... 0 Otos (keskiarvo mukaa järjestettyä) Perusjouko keskiarvo 7. cm Alaraja Keskiarvo Yläraja Otos Keskivirhe Otoskeskiarvo 9% Luottamusväli Otatayksiköt perusjoukossa 77.7. 8.9 8..97 0..7 8.7 7 8 9 0 80.0 7..0 79. 7.77 8.07 0.7 7. 70.8 8. 7..9.9 0.7.8.9.8.8 7..78.0. 8..77.7 8.9..0.7 9.8 7.09 79.7. 9. 8. 8. 9. 8. 9.9 7. 88.7 9.7 88.7 87.7 Havaitaa, että lähes kaikki luottamusvälit pitävät sisällää perusjouko keskiarvo Kuiteki: yksi luottamusväleistä (otos 0) ei sisällä perusjouko keskiarvoa (7.) Lasketaa: /0 = 0.0, eli. % Tulkita: Koska tutkija ei tiedä otostaessaa, mikä kyseisistä otoksista o häe otostamasa otos, hä hyväksyy % riski sille, että luottamusväli ei sisällä perusjouko keskiarvoa 7..7 78.8. 0. 7.08.90..9 98.0 8.0 9.70 Toisi saoe häellä o 9% luottamus siihe, että luottamusväli sisältää perusjouko keskiarvo 7 7.8.0.78 97.78 8.8 0.0.8 8.08 9 78. 7.00.7 9. 0.8..9 90.78

Lopuksi Tässä luottamusväli laskettii luottamustasolla 9% Muita luottamustasoja ovat 99% ja 99.9% luottamustasot Vastaavasti luottamusväli voidaa laskea myös muille parametreille, esim. riskisuhteelle, suhteelliselle osuudelle je. Luottamusväli laskeassa joudutaa kiiittämää huomiota kuki parametri otatajakaumaa ja tämä aiheuttaa se, että luottamusväli lasketaa eri parametreille erilaisilla kaavoilla Luottamusväleihi liittyy myös käsite riskitaso, joka määrittää luottamustasoa: jos riskitaso o 0.0, ii luottamustaso = 0.0 = 0.9 = 9% Luottamusväli: [a, b] o parametri t luottamusväli luottamustasolla -α, jos P(a t b) = -α Riskitasoo perehdytää tarkemmi tilastollise testaukse yhteydessä