Teoretisk Statistik, 18. november Stikprøveteori: hvor er vi, og hvor skal vi hen? Proportional allokering Optimal allokering

Relaterede dokumenter
Teoretisk Statistik, 9. februar Beskrivende statistik

Estimation ved momentmetoden. Estimation af middelværdiparameter

Uge 40 I Teoretisk Statistik, 30. september 2003

Statistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer

antal gange krone sker i første n kast = n

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.

Anvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse

Løsninger til kapitel 7

Diskrete og kontinuerte stokastiske variable

hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i

6 Populære fordelinger

Sætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n

Den flerdimensionale normalfordeling

9. Binomialfordelingen

Bilag 5: DEA-modellen Bilaget indeholder en teknisk beskrivelse af DEA-modellen

Program. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger

Meningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017

29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik.

Asymptotisk optimalitet af MLE

24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik.

Motivation. En tegning

Dagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning)

Sandsynlighedsregning 9. forelæsning Bo Friis Nielsen

Vejledende besvarelser til opgaver i kapitel 15

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab

Stikprøvefordelinger og konfidensintervaller

Test i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk!

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens... 2

Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1

Sandsynlighedsregning 9. forelæsning Bo Friis Nielsen

Formelskrivning i Word 2. Sådan kommer du i gang 4. Eksempel med skrivning af brøker 5. Brøker skrevet med småt 6. Hævet og sænket skrift 6

Statistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion

Statistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk!

DATV: Introduktion til optimering og operationsanalyse, Følsomhed af Knapsack Problemet

vejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6.

13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ )

Sandsynlighedsteori 1.2 og 2 Uge 5.

Generelle lineære modeller

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier

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

Note til Stikprøveteori Teoretisk Statistik, 2. årsprøve Erik Bennike og Frederik Silbye. Formeloversigt til stikprøveteori

Spørgsmål 3 (5 %) Bestem sandsynligheden for at et tilfældigt valgt vindue har en fejl ved listerne, når man ved at der er fejl i glasset.

Mikroøkonomi, matematik og statistik Eksamenshjemmeopgave december 2007

Supplerende noter II til MM04

HASTIGHEDSKORT FOR DANMARK VHA. GPS

Matematikkens mysterier - på et obligatorisk niveau. 7. Ligninger, polynomier og asymptoter

DATV: Introduktion til optimering og operationsanalyse, Bin Packing Problemet

Hypotesetest. Hypotesetest og kritiske værdier Type 1 og Type 2 fejl Styrken af en test Sammenligning af to populationer

Lys og gitterligningen

Matematik A. Højere handelseksamen. Tirsdag den 26. maj 2015 kl hhx151-mat/a

Projekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning

Løsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Tests for forskel i central tendens for data på ordinal- og intervalskala. Typer af statistiske test:

Elementær Matematik. Polynomier

Renteformlen. Erik Vestergaard

30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik.

Begreber og definitioner

Kvantemekanik 4 Side 1 af 11 Energi og tid. Hamiltonoperatoren

Konfidens intervaller

Statistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside :

Asymptotisk estimationsteori

Hovedpointer fra SaSt

og Fermats lille sætning

Simpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol

Velkommen. Program. Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R. Praktiske ting og sager

STATISTISKE GRUNDBEGREBER

Sammenligning af to grupper

Rettevejledning til HJEMMEOPGAVE 1 Makro 1, 2. årsprøve, foråret 2007 Peter Birch Sørensen

Oversigt. Kursus 02402/02323 Introducerende Statistik. Forelæsning 12: Inferens for andele. Klaus K. Andersen og Per Bruun Brockhoff

Maja Tarp AARHUS UNIVERSITET

A14 4 Optiske egenskaber

Branchevejledning. ulykker indenfor. godschauffør. området. Branchearbejdsmiljørådet for transport og engros

Claus Munk. kap. 1-3

Dagens forelæsning. Claus Munk. kap Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro

Vi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser

Statistiske Modeller 1: Notat 1

Forslag til besvarelser af opgaver m.m. i ε-bogen, Matematik for lærerstuderende

Branchevejledning. ulykker indenfor. lager. området. Branchearbejdsmiljørådet for transport og engros

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006

STATISTISKE GRUNDBEGREBER

Termodynamik. Indhold. Termodynamik. Første og anden hovedsætning 1/18

Noter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik

Kvantitative metoder 2

Kapitel 10 KALIBRERING AF STRØMNINGSMODEL

Projekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner

Tankegangskompetence. Kapitel 9 Algebraiske strukturer i skolen 353

RESEARCH PAPER. Nr. 2, En model for lagerstørrelsen som determinant for købs- og brugsadfærden for et kortvarigt forbrugsgode.

og Fermats lille Projekt 0.4 Modulo-regning, restklassegrupperne sætning ..., 44, 20,4,28,52,... Hvad er matematik? 3 ISBN

Supplement til Kreyszig

Tænk arbejdsmiljø. Træsektionen. allerede i udbudsfasen

Sprednings problemer. David Pisinger

Forelæsningsnoter til Stokastiske Processer E05. Svend-Erik Graversen Revideret af Jan Pedersen Kapitel 12 og Appendix B og G af Jan Pedersen

TEKST NR TEKSTER fra IMFUFA

Uge 37 opgaver. Opgave 1. Svar : Starter med at definere sup (M) og inf (M) :

Nogle Asymptotiske Resultater. Jens Ledet Jensen Matematisk Institut, Aarhus Universitet. 1 Indledning 1

Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer(DM504)

Normalfordelingen og Stikprøvefordelinger

Projekt 1.3 Brydningsloven

Administartive oplysninger.

Transkript:

Uge 47 I Teoretisk Statistik, 8. oveber 003 Stikprøveteori: hvor er vi, og hvor skal vi he? Proportioal allokerig Optial allokerig Heruder: Saeligig af variaser og ødvedige stikprøvestørrelser for de forskellige udvalgspricipper. Sipel tilfældige udvælgelse ude tilbagelægig Populatiosstørrelse, -geesit, -varias: N, µτ,. Stikprøvestørrelse, -geesit, -varias, udvalgsbrøk:,x,s,f. τ τ ] = ( f ); σ +τ / N 0

Stratificeret udvælgelse geerelt Stratustørrelse, -vægt, -geesit, -varias: N, W, µ, τ Populatiosgeesit: µ= W µ = Stikprøvestørrelse, -geesit, -varias, udvalgsbrøk: Estiat for µ:,x,s,f x s = Wx = () Stratificeret udvælgelse geerelt Variasforel der gælder for alle,, ed +@@@+ = : (5.3) τ var X = W ( f ) s = = τ τ W W = N = Er der et "aturligt" valg af,,? Er der et optialt valg af,,? Er det altid godt at stratificere?

Teoretisk Statistik, 8. oveber 003 Stikprøveteori: hvor er vi, og hvor skal vi he? Proportioal allokerig Optial allokerig Heruder: Saeligig af variaser og ødvedige stikprøvestørrelser for de forskellige udvalgspricipper. Proportioal allokerig af stikprøve Det uveede stikprøvegeesit : x = x = x i = i= = er lig x s hvis og ku hvis / = = N W / N => f = f der kaldes proportioal allokatio, og defieres = W =,...,. er således proportioal ed stratuvægte W.

Udtages e proportioalt allokeret stikprøve beteges skøet over µ: x p, der o er lig x. Ved at idsætte = W i s], forel (5.3), fås f p] = W τ = Proportioal allokerig vs. siple tilfældig udvælgelse For at saelige variase på Xped de tilsvarede varias ved sipel tilfældig udvælgelse, å der foretages e kvadratsusopspaltig af de totale variatio i aterialet. De totale variatio µ µ = ) τ opspaltes i e variatio idefor strata ( ν ) (N ( µ ν µ ) og e variatio elle strata N( µ µ ) : (N ) τ = (N ) τ + N ( µ µ ) For (N ) / N =,..., og (N )/ N fås videre τ Wτ + W( µ µ ). Idsættes dette i (5.6) ka variase ved sipel tilfældig udvælgelse på skøet X over µ skrives f f = τ τ + µ µ ( ) ] W W ( )

Saeliges dette udtryk ed variase på det stratificerede iddeltal X s, fr. (5.3) fås f W ] ] W ( µ µ ) + W s τ Dette udtryk agiver geviste ved e vilkårlig stratifikatio set i forhold til sipel tilfældig udvælgelse. Første led på høre side er 0, es adet led ved uhesigtsæssig allokerig ka være < 0, og edog større ed første led, så stratificerige forøger usikkerhede på skøet over µ. Det er derfor vigtigt at allokere stikprøve foruftigt. Hvis stikprøve allokeres proportioalt: = W f ] p] W ( µ ) µ fås Forskel elle stratugeesittee edfører e ikke-egativ stratifikatiosgevist. Beærk at ved proportioal allokerig er de ødvedige stikprøvestørrelse for p] =σ 0 givet ved W τ = σ + W τ /N 0

Teoretisk Statistik, 8. oveber 003 Stikprøveteori: hvor er vi, og hvor skal vi he? Proportioal allokerig Optial allokerig Heruder: Saeligig af variaser og ødvedige stikprøvestørrelser for de forskellige udvalgspricipper. Optial allokerig af stikprøve Proble: Beste de værdier af,,, der gør s] idst ulig uder de bibetigelse at +@@@+ =, hvor er af give størrelse. Løsige er = W τ W τ =,,. Det optiale er proportioalt ed W. Det optiale er proportioalt ed τ, - ikke ed. Allokerig ifølge Wτ = Wτ er eigsløs, idet de dertil svarede stratifikatiosgevist er øagtig de sae so de for propor- tioal allokerig. τ

() Optial allokerig af stikprøve Udtages e optialt allokeret stikprøve beteges skøet over µ: x o. Ved at idsætte i s], forel (5.3), fås o = τ τ = = ] ( W ) W N og videre fås ved optial allokatio stratifikatiosgeviste ] o] ( f ) W ( µ µ ) + W ( τ W ) ( τ ) Dee stratifikatiosgevist er ikke-egativ. De afhæger af. forskel elle stratugeesittee. forskel elle stratuspredigere Uder optial allokerig er de ødvedige stikprøvestørrelse for o] =σ 0 givet so ( W τ ) = σ + τ )/N = 0 W =

Saeligig af stikprøveplaer Uder de atagelse at (N )/ N for =,, er ] ] ] p o Hvis alle strata er relativt så, og stratugeesittee er æste es, ka det dog vise sig at være e fordel at avede sipel tilfældig udvælgelse fre for stratifikatio. Opsalig o stratifikatio Er det altid godt at stratificere? Ofte e ikke altid. Det ka ske, år N er eget lille, at ] < p]. Ka og skal vi altid bruge optial stratificerig?. Kræver at vi keder stratuspredigere! Me år vi idsætter estiater herfor er vi ikke ødvedigvis tæt på de iiale varias.. Hvis der er flere variable i udersøgelse vil de optiale allokeriger ofte ikke være es. I praksis: Foruftigt at stratificere hvis der er forskel på strata. Ofte bruges proportioal sarere ed optial stratifikatio.