/ SES.125 Parameterschätzung

Slides:



Advertisements
Ähnliche Präsentationen
Masterstudiengang IE (Industrial Engineering)
Advertisements

Heute Prüfung der Produkt-Moment Korrelation
Der Binomialtest Man habe einen wahren Anteil P.
Induktive Statistik.
Statistische Methoden I
Statistische Methoden I
Statistische Methoden II
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Die Vorlesung Statistische Methoden II findet am (nächste Woche) nicht nicht statt. Diese Vorlesung wird zu einem späteren Termin, der noch bekannt.
Statistische Methoden II SS 2008
Konfidenzintervalle Intervallschätzung
Ab nächster Woche wird die Übungsgruppe Gruppe 2: Henrike Berg Di SR 222 wegen Personalmangel eingestellt.
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
M-L-Schätzer Erwartungswert
Die Vorlesung Statistische Methoden II findet am (nächste Woche) wegen der Projektwoche nicht wegen der Projektwoche nicht statt.
SR 222 : Fleischmannstraße 6 SR : Loefflerstraße 70
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Die Student- oder t-Verteilung
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Statistische Methoden I SS 2005
Kolmogorov-Smirnov-Test. A. N. Kolmogorov Geboren in Tambov, Russland. Begründer der modernen Wahrscheinlichkeitstheorie.
TESTS TESTS TESTS TESTS TESTS TESTS TESTS.
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
II. Wahrscheinlichkeitstheorie
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
Statistische Methoden II SS 2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
III. Induktive Statistik
Induktive Statistik. Statistische Struktur (diskreter Fall) Dabei sind:
Statistische Methoden II SS 2003
Extra-SPSS-Kurse Durchführung: Birte Holtfreter Termine Di Mi Mi Ort PC-Pool Loefflerstarße.
Probeklausur Die Probeklausur findet am anstelle der Vorlesung statt. 13. Juni 2003 Nächste Woche!!
Approximative Konfidenzintervalle im Bernoulli-Fall II
Test auf Normalverteilung
Klausur am :00 bis 13:00 Hörsaal Loefflerstraße und Hörsaal Makarenkostraße.
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Tutorium
Binomialverteilung: Beispiel
Vorlesung: ANOVA I
Eigenschaften der OLS-Schätzer
Ausgleichungsrechnung I
Wiederholung BSP 2.1.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1375 SS März 2005.
Tutorium Statistik II Übung IV Philipp Schäpers Mi – 11.45
Kopfübungen BORG Schoren KÜ 3
Testtheorie (Vorlesung 6: ) Zusammenfassung: Matrizen
K. Desch - Statistik und Datenanalyse SS05
Hypothesentests.
Beispiel 1: Schüler eines bestimmten Alters benötigen für einen Hindernislauf im Mittel 23 Sekunden, die Zeiten können als normalverteilt angenommen werden.
1. 2 Das Grundproblem der Beurteilenden Statistik ● Wir haben uns bisher mit Problemen der Wahrscheinlichkeitsrechnung beschäftigt: – Die Wahrscheinlichkeit.
Wahrscheinlichkeitstheorie
Ausgleich nach der Methode der kleinsten Quadrate
7.2 Theoretische Kennwerte
Fundamentalräume einer Matrix
Varianzfortpflanzung
Ausgleich nach der Methode der kleinsten Quadrate
Fundamentalräume einer Matrix
Nachtrag Residuenanalyse
Wahrscheinlichkeitsverteilungen
Kapitel 2: Testtheorie / Testmodelle
10 Statistisches Schätzen
Forschungsstrategien Johannes Gutenberg Universität Mainz
11 Statistisches Testen.
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind.
Zufallsgrößen und Zufallsprozesse
Konfidenzintervalle und Tests auf Normalverteilung
 Präsentation transkript:

521.202 / SES.125 Parameterschätzung Hypothesentests Torsten Mayer-Gürr

Verteilungen

Normalverteilung Definition: Die Zufallsvariable X bezeichnet man als normalverteilt mit den Parametern 𝜇 und 𝜎 2 , abgekürzt geschrieben 𝑋~𝑁(𝜇,𝜎 2 ), wenn ihre Dichte 𝑓(𝑥) gegeben ist durch für Verteilungsfunktion: Erwartungswert: Varianz: 13.01.2016

Normalverteilung Eine Zufallsvariable X sei normalverteilt mit den Parametern 𝜇 und 𝜎 2 : (Wahrscheinlichkeits-) Dichte, probability density function (pdf) in MATLAB: normpdf(x, mu, sigma) 13.01.2016

Normalverteilung Eine Zufallsvariable X sei normalverteilt mit den Parametern 𝜇 und 𝜎 2 : (Wahrscheinlichkeits-) Dichte, probability density function (pdf) in MATLAB: normpdf(x, mu, sigma) Verteilungsfunktion, cummulative density function (cdf) in MATLAB: normcdf(x, mu, sigma) Wahrscheinlichkeit 13.01.2016

Normalverteilung Eine Zufallsvariable X sei normalverteilt mit den Parametern 𝜇 und 𝜎 2 : (Wahrscheinlichkeits-) Dichte, probability density function (pdf) in MATLAB: normpdf(x, mu, sigma) Verteilungsfunktion, cummulative density function (cdf) in MATLAB: normcdf(x, mu, sigma) Inverse Verteilungsfunktion Gegeben Wahrscheinlichkeit P(X < x) = α, gesucht Grenze x in MATLAB: norminv(alpha, mu, sigma) 13.01.2016

Konfindenzintervalle 13.01.2016

Normalverteilung Die Größe T ist standardisiert normalverteilt: : geschätzter/gemessener Wert : Erwartungswert : bekannte Standardabw. Konfidenzintervall für die Größe T: 2,5% 95% α=5% Konfidenzintervall für den Erwartungswert 13.01.2016

Transformation von Verteilungen

Transformation von Verteilungen Zufallsvariable mit der Dichte Verteilungsfunktion Substitution Zufallsvariable mit der Dichte mit 13.01.2016

Chi-Quadrat Verteilung 13.01.2016

Chi-Quadrat Verteilung Gegeben sind n normalverteilte Zufallsvariablen: Die Quadratsumme ist Chi-Quadrat verteilt Dichte Wikipedia Gamma-Funktion in MATLAB: chi2pdf(x, n) chi2cdf(x, n) chi2inv(alpha, n) 13.01.2016

Chi-Quadrat Verteilung Die Größe T ist Chi-Quadrat verteilt: Geschätzter Varianzfaktor: Erwartungswert: Konfidenzintervall für die Größe T: Konfidenzintervall für den Varianzfaktor 13.01.2016

Einseitig / Zweiseitig x 2,5% 95% 2,5% x x 5% 95% 13.01.2016

Chi-Quadrat Verteilung Die Größe T ist Chi-Quadrat verteilt: Konfidenzintervall für die Größe T: (zweiseitig) Konfidenzintervall für die Größe T: (einseitig) x 2,5% 95% x 5% 95% 13.01.2016

Student- oder t-Verteilung 13.01.2016

Student- oder t-Verteilung Gegeben sind die Zufallsvariablen: Der Quotient ist t-verteilt und in MATLAB: tpdf(x, n) tcdf(x, n) tinv(alpha, n) Dichte Gamma-Funktion Pail 13.01.2016

Student- oder t-verteilung Die Größe T ist t verteilt: Konfidenzintervall für die Größe T: Konfidenzintervall für den Erwartungswert 13.01.2016

Fisher- oder F-Verteilung 13.01.2016

Fisher- oder F-Verteilung Gegeben sind die Zufallsvariablen: und Der Quotient ist F-verteilt Wikipedia Dichte in MATLAB: fpdf(x, m, n) fcdf(x, m, n) finv(alpha, m, n) 13.01.2016

Fisher- oder F-Verteilung Die Größe T ist F verteilt: Geschätzte Parameter: Geschätzte Residuen: Geschätzter Varianzfaktor: Geschätzte Kovarianzmatrix: Konfidenzellipse/Ellipsoid/Hyperellipse für die Größe T: Anzahl der verwendeten Parameter: 13.01.2016

Hypothesentests

Änderung des mittleren Meeresspiegels 13.01.2016

Hypothesentest Allgemeines Schema: 1.) Aufstellen der Hypothese Hypothese H0: gegen H1: (zweiseitig) Hypothese H0: gegen H1: (einseitig) 2.) Festlegung der Irrtumswahrscheinlichkeit: (Wahrscheinlichkeit für einen Fehler 1. Art: H0 ist wahr, wird aber abgelehnt) 3.) Testgröße T berechnen 4.) Konfidenzintervall, falls H0 wahr: a) => Die Hypothese wird abgelehnt, falls T außerhalb des Intervalls liegt. b) c) 13.01.2016

Hypothesentest Allgemeines Schema: 1.) Aufstellen der Hypothese Hypothese H0: gegen H1: (zweiseitig) Hypothese H0: gegen H1: (einseitig) 2,5% 95% α=5% 2.) Festlegung der Irrtumswahrscheinlichkeit: (Wahrscheinlichkeit für einen Fehler 1. Art: H0 ist wahr, wird aber abgelehnt) 3.) Testgröße T berechnen 4.) Konfidenzintervall, falls H0 wahr: a) => Die Hypothese wird abgelehnt, falls T außerhalb des Intervalls liegt. b) c) 13.01.2016

Hypothesentest (Normalverteilung) Entspricht ein gemessener/geschätzter Wert einem vorgegebenen Wert , bei bekannter Standardabweichung ? 1.) Aufstellen der Hypothese Hypothese H0: gegen H1: (zweiseitig) Hypothese H0: gegen H1: (einseitig) 2.) Festlegung der Irrtumswahrscheinlichkeit: (Wahrscheinlichkeit für einen Fehler 1. Art: H0 ist wahr, wird aber abgelehnt) 3.) Testgröße T berechnen 4.) Konfidenzintervall, falls H0 wahr: => Die Hypothese wird abgelehnt, falls T außerhalb des Intervalls liegt. a) b) c) 13.01.2016

Hypothesentest (t-Test) Entspricht ein gemessener/geschätzter Wert einem vorgegebenen Wert , bei geschätzter Standardabweichung ? 1.) Aufstellen der Hypothese Hypothese H0: gegen H1: (zweiseitig) Hypothese H0: gegen H1: (einseitig) 2.) Festlegung der Irrtumswahrscheinlichkeit: (Wahrscheinlichkeit für einen Fehler 1. Art: H0 ist wahr, wird aber abgelehnt) 3.) Testgröße T berechnen 4.) Konfidenzintervall, falls H0 wahr: a) => Die Hypothese wird abgelehnt, falls T außerhalb des Intervalls liegt. b) c) 13.01.2016

Hypothesentest (F-Test) Entspricht ein geschätzter Vektor der Größe einem vorgegebenen Vektor , bei geschätzter Kovarianzmatrix (aus Gauß-Markoff Modell mit der Redundanz n-m)? 1.) Aufstellen der Hypothese Hypothese H0: gegen H1: (einseitig) 2.) Festlegung der Irrtumswahrscheinlichkeit: (Wahrscheinlichkeit für einen Fehler 1. Art: H0 ist wahr, wird aber abgelehnt) 3.) Testgröße T berechnen 4.) Konfidenzintervall, falls H0 wahr: => Die Hypothese wird abgelehnt, falls T außerhalb des Intervalls liegt. 13.01.2016

Hypothesentest (Chi-Qudrat-Test) Entspricht eine geschätzte Standardabweichung einer vorgegebenen Standardabweichung ? 1.) Aufstellen der Hypothese Hypothese H0: gegen H1: (zweiseitig) Hypothese H0: gegen H1: (einseitig) 2.) Festlegung der Irrtumswahrscheinlichkeit: (Wahrscheinlichkeit für einen Fehler 1. Art: H0 ist wahr, wird aber abgelehnt) 3.) Testgröße T berechnen 4.) Konfidenzintervall, falls H0 wahr: a) => Die Hypothese wird abgelehnt, falls T außerhalb des Intervalls liegt. b) 13.01.2016

Hypothesentest (F-Test) Entspricht eine geschätzte Standardabweichung einer anderen geschätzten Standardabweichung ? 1.) Aufstellen der Hypothese Hypothese H0: gegen H1: (zweiseitig) Hypothese H0: gegen H1: (einseitig) 2.) Festlegung der Irrtumswahrscheinlichkeit: (Wahrscheinlichkeit für einen Fehler 1. Art: H0 ist wahr, wird aber abgelehnt) 3.) Testgröße T berechnen 4.) Konfidenzintervall, falls H0 wahr: a) b) => Die Hypothese wird abgelehnt, falls T außerhalb des Intervalls liegt. c) 13.01.2016