Praktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.

Transkript

1 Praktisk ifo Liste med rettelser og meigsforstyrrede trykfejl i DS på Absalo. Statistisk aalyse af e ekelt stikprøve: kedt eller ukedt varias Sadsylighedsregig og Statistik (SaSt) Helle Sørese Projekt 2 er på gade (Absalo) u. Tre dele: Del 1: Sadsylighedsregig. Ka laves u. Del 2: Simulatio. Ka laves u. Del 3: Dataaalyse. Spørgsmål 8 10 ka laves efter madag. Reste ka laves efter tirsdag/fredag. Bemærk: Hjælp! Vik til R mm. sidst i opgave. Me prøv selv først! Ret mage me små spørgsmål i del 3. Øvelsere madag og tirsdag i æste uge delvis sat af til projektarbejde. Sørg for at få startet u! Afleveres seest 11. jauar. Spørgetime de 8. jauar SaSt (Uge 5, fredag) E stikprøve 1 / 21 SaSt (Uge 5, fredag) E stikprøve 2 / 21 I dag I tirsdags Data: y = (y 1,...,y ) Først mere om aalyse af stikprøve med kedt varias: Repetitio fra tirsdag, icl. eksempel om læseprøver Mere om kofidesiterval, test af hypotese og deres sammehæg Derefter aalyse af stikprøve med ukedt varias: Hvad skal vi ædre år variase er ukedt i stedet for kedt? Maksimum likelihood estimatio Kofidesiterval for middelværdi Test for hypotese om middelværdi. I dag mest ituitio, bevis udskydes til på madag. Statistisk model: y = (y 1,...,y ) udfald af Y = (Y 1,...,Y ), hvor Y 1,...,Y er uafhægige Alle Y i N(,σ0 2) hvor σ 0 2 > 0 er et kedt tal mes R er ukedt. Estimatio: Estimat ˆ = ȳ. Estimator ˆ = Ȳ N(,σ 2 0 ). 95% kofidesiterval for : Ȳ ± 1.96 σ 0 Likelihood ratio test for hypotese H : = 0 : Udføres på u = ȳ 0 σ 0 /. p-værdi ε(y) = 2P(U u ) hvor U N(0,1). Afviser H hvis ε(y) 0.05, ellers ikke. SaSt (Uge 5, fredag) E stikprøve 3 / 21 SaSt (Uge 5, fredag) E stikprøve 4 / 21

2 Eksempel: atioal læsetest På ladspla: resultatere fra teste er N(100, 144)-fordelt. Bestemt skole: 55 elever testet, geemsitsscore på 97 poit. Påviser dette at skoles elever er dårligere ed ladsgeemsittet? Statistisk model: y 1,...,y 55 er realisatioer af Y 1,...,Y 55 Y 1,...,Y 55 uafh. og N(,σ 2 0 ) hvor R er ukedt og σ 2 0 = 144. Estimat og estimator for : ˆ = ȳ = 97, Ȳ N(,σ 2 0 /55). 95% kofidesiterval: 97 ± = 97 ± 3.2 = (93.8,100.2) Hypotese, H : = 100. Teststørrelse og p-værdi: u = / 55 = 1.85, ε(y) = 2 (1 Φ(1.85) ) = Middelværdie ikke sigifikat forskellig fra 100, me data er dog svagt usædvalige hvis skoles elever læser lige så godt som ladsgeemsittet. Mere om kofidesitervallet Husk: At Ȳ ± 1.96 σ 0 er et 95% KI for betyder: Hvis de sade middelværdi er 0 : ( P Ȳ 1.96 σ 0 < < Ȳ σ ) 0 = % ssh. for at få data y med KI som ideholder 0 5% ssh. for at få data y med KI som ikke ideholder 0 Getagelser af dataidsamlige: 0 KI for 95% af alle mulige datasæt. Hvad sker der med kofidesitervallet hvis... atallet af observatioer vokser? σ 2 0 vokser? vi øsker e ade kofidesgrad, 1 α i stedet for 0.95? SaSt (Uge 5, fredag) E stikprøve 5 / 21 SaSt (Uge 5, fredag) E stikprøve 6 / 21 Kofidesiterval Mere om hypotesetest Data simuleret fra N(0,σ 2 0 ). Hypotese, H : = 0 for give værdi 0. 95%, =10, σ 0 2 =1 95%, =40, σ 0 2 =1 95%, =10, σ 0 2 =2 75%, =10, σ 0 2 =1 Restriktio af modelle. Uder hypotese er Y i ( 0,σ 2 0 ). Kvotietteststørrelse og p-værdi: Lad u = ȳ 0 σ 0 /. Så er Q(y) = L ( y ( 0 ) L y (ˆ) = exp 1 ) 2σ0 2 (ȳ 0 ) 2 = exp ( 12 ) u2 ε(y) = P ( Q(Y ) Q(y) ) = P(U 2 u 2 ) = 2P(U u ), U N(0,1) Bemærk: Q(y) er e aftagede fuktio af u 2. Sigifikasiveau α fastlægges på forhåd: Afviser/forkaster hypotese hvis ε(y) α, ellers ikke Bruger ofte α = 0.05 me itet religiøst i det. SaSt (Uge 5, fredag) E stikprøve 7 / 21 SaSt (Uge 5, fredag) E stikprøve 8 / 21

3 Fortolkig af Q og p Type I og type II fejl Kvotietteststørrelse måler hvor meget dårligere hypotese = 0 passer til data ed de opridelige model hvor tillades at variere i R. p-værdi: ssh. for hvis hypotese er sad at få data der passer midst lige så dårligt med hypotese som de data vi fik, målt vha. Q. ε(y) lille vores data (eller ogle værre) er usædvalige. Hypotese er derfor formetlig falsk. ε(y) stor vores data (eller ogle værre) er ikke usædvalige. Me det betyder ikke ødvedigvis at hypotese er sad. Vi ka påvise modstrid med hypotese, me ikke decideret eftervise at hypotese er sad. Fire scearier: H sad H falsk Afviser ikke OK type II Afviser type I OK Hvis vi bruger sigifikasiveau α = 0.05, så laver vi type I fejl med 5% sadsylighed! Vi ka ædre på sadsylighede for type I og type II fejl ved at ædre på sigifikasiveauet. Hvis vi gør sigifikasiveauet α midre: Sværere at forkaste e hypotese Færre type I fejl, me flere type II fejl. Trade-off. SaSt (Uge 5, fredag) E stikprøve 9 / 21 SaSt (Uge 5, fredag) E stikprøve 10 / 21 Sammehæg mellem kofidesiterval og test Eksempel: prothrombiideks Har til dels brugt samme sprogbrug da vi sakkede om kofidesiterval og hypotesetest. Ikke tilfældigt... Sætig 3.10: Kofidesitervallet C 1 α = ȳ ± z 1 α/2 σ 0 med kofidesgrad 1 α består af etop de værdier 0 hvor hypotese H : = 0 ikke ka afvises på sigifikasiveau α. Bevis: Atag at 0 C 1 α Hvad betyder det for u? For ε(y)? For koklusioe på testet? De ade vej. Prothrombiideks: markør for leversvigt (lave værdier leversvigt). Eksperimet: 40 patieter med leverproblemer Prothrombiideks målt for hver patiet både før og efter behadlig. y i : forskel for patiet i (efter før). Positiv værdi af y i betyder at behadlige har været gavlig. Atagelser: y = (y 1,...,y 40 ) udfald af Y = (Y 1,...,Y 40 ) Y 1,...,Y 40 uafhægige. Alle Y i N(,σ 2 ). Iteresseret i forvetet effekt af behadlige for e tilfældig patiet. Har ige aelse om hvor stor variase er! Dvs. ige aelse om σ 2! SaSt (Uge 5, fredag) E stikprøve 11 / 21 SaSt (Uge 5, fredag) E stikprøve 12 / 21

4 Stikprøve med ukedt middelværdi og varias Data: y = (y 1,...,y ). Keder ikke variase på observatioere. Statistisk model: y = (y 1,...,y ) udfald af Y = (Y 1,...,Y ). Y 1,...,Y er uafhægige Alle Y i N(,σ 2 ) hvor R og σ 2 begge er ukedte parametre. Vi har altså e to-dimesioal parameter og e parametermægde Θ R 2 : (,σ 2 ) Θ = R (0, ) Hvad vil vi? Fide ML estimatet for (,σ 2 ) og estimatores fordelig. Lave kofidesiterval for. Teste hypotese H : = 0 for e give værdi 0. Maksimum likelihood estimatio Likelihoodfuktio L y : R (0, ) R L y (,σ 2 1 ) = (2πσ 2 ) /2 exp ( 1 2σ 2 (y i ) 2 ) Fid værdi af (,σ 2 ) der gør L y (,σ 2 ) størst mulig, dvs. fid (ˆ, ˆσ 2 ) så L y (ˆ, ˆσ 2 ) L y (,σ 2 ), (,σ 2 ) R (0, ). Sætig 4.3: ML estimatet er etydigt bestemt og givet ved ˆ = ȳ = 1 i, ˆσ y 2 = 1 Bevis: Lidt for sjusket i otere. I stedet: Hold σ 2 fast, og maksimaliser l y (,σ 2 ). (y i ȳ) 2. Afhæger maksimumpuktet af σ 2? Hvad er koklusioe vedr. ˆ? Maksimaliser σ 2 l y (ˆ,σ 2 ). SaSt (Uge 5, fredag) E stikprøve 13 / 21 SaSt (Uge 5, fredag) E stikprøve 14 / 21 Fordelig af estimatorer Kofidesiterval for : ituitio Estimatorer: ˆ = Ȳ, ˆσ 2 = 1 (Y i Ȳ )2 = 1 SSD Det følger direkte af MS sætig at Ȳ og ˆσ 2 er uafhægige, og at deres margiale fordeliger er givet ved Ȳ N(,σ 2 /), ˆ = Ȳ er e cetral estimator for. ˆσ 2 e ikke cetral estimator for σ 2. Hvorfor? ˆσ 2 = SSD σ 2 χ 2 1. Hvorda ka vi defiere e cetral estimator σ 2? Geked resultatet fra det svære spørgsmål i projekt 1... Husk kofidesitervallet for i tilfældet med kedt varias: Ȳ ± z 1 α/2 σ 0 Hvorda skal dette repareres til år variase ikke er kedt? Erstat kedt spredig σ 0 med estimeret spredig σ hvor σ 2 = 1 1 SSD Erstat N(0,1)-fraktil med et større tal skal tage højde for de ekstra usikkerhed i modelle. SaSt (Uge 5, fredag) E stikprøve 15 / 21 SaSt (Uge 5, fredag) E stikprøve 16 / 21

5 Kofidesiterval for : tekik Eksempel: prothrombiideks Hvorda var det vi fadt kofidesitervallet for kedt varias? Brugte at ( Ȳ ) U = = Ȳ σ 0 σ 0 / N(0,1) Reparatio: Hvad sker der hvis vi erstatter σ 0 med σ = SSD/( 1)? ( Ȳ ) ( Ȳ ) T = =? σ SSD/( 1) Sætig α kofidesiterval for : Ȳ ± t 1,1 α/2 σ Bevis: P(Ȳ t 1,1 α/2 σ < T < Ȳ + t 1,1 α/2 σ ) = NB: t-fraktil t 1,1 α/2 er større ed N-fraktil, z 1 α/2 så ituitioe passer. For prothrombidata får vi estimatere s 2 = 1 1 ˆ = ȳ = (y i ȳ) 2 = = 394.8, s = Bemærk otatioe s 2 for de observerede værdi af σ 2. Estimatorere ˆ = Ȳ og σ 2 = SSD/39 er uafhægige, Ȳ N(,σ2 /) og 39 σ 2 σ 2 χ % kofidesiterval: ± = ± 6.35 = (10.20,22.90) Nul ligger ikke i kofidesitervallet. Hvorfor er det iteressat? SaSt (Uge 5, fredag) E stikprøve 17 / 21 SaSt (Uge 5, fredag) E stikprøve 18 / 21 Test af hypotese: ituitio Eksempel: prothrombiideks Hypotese, H : = 0 for e give værdi 0 R. Med kedt varias kue kvotiettestet udføres på u = ȳ 0 σ 0 /, U = Ȳ 0 σ 0 / N(0,1) Hvis vi erstatter σ 0 med estimat s hhv. estimator σ: p-værdi: t = ȳ 0 s/, T = Ȳ 0 σ/ t 1 ε(y) = P(T 2 t 2 ) = 2P(T t ), T t 1 Vigtigt: Det er faktisk likelihood ratio testet der udføres på dee måde! Det viser vi på madag. Husk at y ere er forskelle mellem måliger før og efter e behadlig. Middelværdi ul svarer til at der ikke er oge effekt af behadlige. Iteresseret i at teste om dette er tilfældet: H : = 0. Teststørrelse og p-værdi ȳ t = = = 5.27 s ε(y) = 2P(T 5.27) < , T t 39 Stærk evides mod hypotese som afvises. Koklusio: Det er påvist at behadlige har e effekt. Stigige i prothrombiidekset er estimeret til 16.55, med kofidesiterval (10.2, 22.90). SaSt (Uge 5, fredag) E stikprøve 19 / 21 SaSt (Uge 5, fredag) E stikprøve 20 / 21

6 Resume Hvad skal I kue efter i dag? Opskrive statistisk model for e ekelt stikprøve. Opskrive estimater for modelles parametre samt agive estimatorers fordelig (og estimeret fordelig). Berege kofidesiterval for middelværdie, og fortolke det. Opstille relevate hypoteser samt teste dem, icl. fortolkig. Agive koklusioer på baggrud af aalyse. Hvad magler vi? Nogle beviser ifm. likelihood ratio testet Kotrollere om modelle er rimelig R SaSt (Uge 5, fredag) E stikprøve 21 / 21