Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird verlegt. Der Nachholtermin wird noch bekannt gegeben.
Eine Urne enthält n Kugeln, davon N weiße und n - N schwarze. Aus der Urne werden nacheinander m Kugeln ohne Zurücklegen gezogen. Wie groß ist die Wahrscheinlichkeit, genau k weiße Kugeln zu ziehen? Sie beträgt gerade H(n, N, m)(k)!
Die hypergeometrische Verteilung Notation
Schätzung der Zahl der Fische in einem See in Mecklenburg N Fische werden gefangen und markiert Die Fische werden in den See zurückgegeben. Man wartet, bis die markierten Fische sich (möglichst gleichmäßig) im See verteilt haben. Man geht erneut auf Fischzug und fäng m Fische. Von diesen seien k markiert.
Schätzung für die Gesamtzahl der Fische im See:
Statistische Struktur (diskreter Fall) Dabei sind:
Schätzproblem Schätzer
Ω Θ Modell Beobachtung (Stichprobe) Grundgesamtheit (mögliche Beobachtungen) Schätzung
Ω Θ Modell Beobachtung (Stichprobe) Grundgesamtheit (mögliche Beobachtungen) Schätzung E g
Stichprobe (diskreter Fall)
Mathematischer Rahmen
Stichprobenfunktionen (Beispiele)
Stichprobenfunktionen Beispiel Taxifahrer
SonntagseinsätzeFeuerwache
Mittlerer quadratischer Fehler Gegeben sind: Statistische Struktur Schätzproblem Als mittleren quadratischen Fehler bezeichnet man die Größe Schätzer
Feuerwache Angepasste Poisson-Verteilungen
Stichproben (stetiger Fall)
Mathematischer Rahmen
Statistische Struktur diskret stetig
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer
Der Parameter ist die beste Erklärung für die Beobachtung
Schätzung der Zahl der Fische in einem See in Mecklenburg N Fische werden gefangen und markiert Die Fische werden in den See zurückgegeben. Man wartet, bis die markierten Fische sich (möglichst gleichmäßig) im See verteilt haben. Man geht erneut auf Fischzug und fäng m Fische. Von diesen seien k markiert.
Schätzung für die Gesamtzahl der Fische im See: ist M-L-Schätzer !
Die hypergeometrische Verteilung Notation
Likelihood-Funktion
Der Logharithmus ln x ist streng monoton wachsend
Beispiel Poisson-Verteilung Stichprobe vom Umfang n mit Poisson-verteilter Stich- Probenvariablen (Intensität: ) M-L-Schätzer für oder
Beispiel Bernoulli-Verteilung Stichprobe vom Umfang n mit Bernoulli- verteilter Stichprobenvariablen (p: Wahrscheinlichkeit des Ereignisses) M-L-Schätzer für p wieder gegeben durch:
Maximum-Likelihood-Schätzer (stetiger Fall) Likelihood-Funktion mit oder M-L-Schätzer
Der Parameter ist die beste Erklärung für die Beobachtung
Normalverteilte Stichprobenvariable M-L-Schätzer Erwartungswert Hier spielt es keine Rolle, ob die Varianz bekannt ist oder nicht. In jedem Fall gilt:
Normalverteilte Stichprobenvariable M-L-Schätzer Varianz bekannt
Normalverteilte Stichprobenvariable M-L-Schätzer Varianz unb ekannt
Übersicht
Beispiel Äpfeln Gewicht von Äpfeln Gewicht von Äpfeln der Sorte Cox-Orange aus einem bestimmten italienischen Anbaugebiet
Erwartungstreue Schätzer Wenn der Parameter selbst geschätzt werden soll: Wenn ein allgemeines statistisches Problem vorliegt: Dabei bedeutet der Index, dass der Erwartungswert bzgl. des W.maßes zum Parameter genommen wird.
Schätzung des Erwartungswertes der Stichprobenvariablen X Statistisches Problem gegeben durch: Erwartungstreuer Schätzer:
Schätzung der Varianz der Stichprobenvariablen X Statistisches Problem gegeben durch: Erwartungstreuer Schätzer: Erwartungswert bekannt
Schätzung der Varianz der Stichprobenvariablen X Statistisches Problem gegeben durch: Erwartungstreuer Schätzer: Erwartungswert unbekannt
Normalverteilte Stichprobenvariable Erwartungstreuer Schätzer für den Erwarungswert Hier spielt es wieder keine Rolle, ob die Varianz bekannt ist oder nicht. In jedem Fall gilt: erwartungstreu ist erwartungstreu
Normalverteilte Stichprobenvariable Erwartungstreuer Schätzer für die Varianz bekannt erwartungstreu ist erwartungstreu
Normalverteilte Stichprobenvariable Erwartungstreuer Schätzer für die Varianz unb ekannt erwartungstreu ist erwartungstreu Kein M-L-Schätzer!!
Übersicht erwartungstreu erwartungstreu erwartungstreu nicht erwartungstreu
Statistische Struktur diskret stetig