• Nie Znaleziono Wyników

Statystyka matematyczna, UMK. Egzamin II termin, wrzesień 2012

N/A
N/A
Protected

Academic year: 2021

Share "Statystyka matematyczna, UMK. Egzamin II termin, wrzesień 2012"

Copied!
2
0
0

Pełen tekst

(1)

Statystyka matematyczna, UMK. Egzamin II termin, wrzesień 2012

1. Rozważamy rodzinę rozkładów o gęstości:

fθ(x) =

 θ(1 − x)θ−1 dla 0 < x < 1;

0 w przeciwnym przypadku.

gdzie θ > 0 jest nieznanym parametrem. Załóżmy, że obserwujemy pojedynczą zmienną losową X z wyżej podanego rozkładu. Na podstawie obserwacji X testujemy hipotezę zerową H0 : θ = 1 przeciw alternatywie H1: θ = 2.

(a) Wyznacz obszar krytyczny (obszar odrzuceń H0) dla najmocniejszego testu na poziomie istot- ności α = 0.1.

(b) Oblicz moc tego testu, 1 − β.

(c) Oblicz p-wartość testu, jeśli zaobserwowano wartość X = 0.07.

Wskazówka: Dystrybuanta zmiennej losowej X jest dana wzorem Fθ(x) = 1 − (1 − x)θ, dla x > 0.

2. Niech X1, . . . , Xn będą niezależnymi zmiennymi losowymi o jednakowym rozkładzie (geometrycz- nym) na przestrzeni {1, 2, . . .}:

fθ(x) = Pθ(X = x) = θx−1

(1 + θ)x dla x ∈ {1, 2, . . .}.

gdzie θ > 0 jest nieznanym parametrem.

(a) Wyznacz estymator parametru θ metodą największej wiarogodności.

(b) Wyznacz estymator parametru θ metodą momentów.

(c) Czy estymator największej wiarogodności jest w tym przykładzie nieobciążony, czy nie jest?

Uzasadnij odpowiedź.

Wskazówka: Możesz skorzystać z faktu, że EθX1= θ + 1.

3. W celu wyznaczenia wytrzymałości nowego typu opon samochodowych wykonano test sześciu no- wych opon. Do chwili zużycia opony miały następujące przebiegi (w tys. km): 40, 42, 41, 40, 42, 38.

Zakładamy, że jest to próbka losowa z rozkładu normalnego N (µ, σ2) z nieznanymi parametrami µ, σ.

(a) Wyznacz przedział ufności dla średniej liczby km przejechanych przez opony nowego typu na poziomie ufności 0, 99.

(b) Przeprowadź test hipotezy H0: µ = 40 przeciwko alternatywie H1: µ > 40. Przyjmij poziom istotności 0, 05.

(c) Przeprowadź test hipotezy H0: σ = 1, 5 przeciwko alternatywie H1: σ > 1, 5. Przyjmij poziom istotności 0, 05.

4. Zważono 10 paczek masła i otrzymano wyniki (w gramach): X1, . . . , X10. Zakładamy, że jest to próbka losowa z rozkładu normalnego N(250, 102). Niech ¯X będzie średnią obliczoną na podstawie tej próbki, tzn. ¯X = 101 P10

i=1Xi

(a) Oblicz E ¯X i Var ¯X.

(b) Jakie jest prawdopodobieństwo, że ¯X przekroczy 251?

(c) Oblicz E( ¯X − 250)2.

1

(2)

5. Przeprowadzono obserwacje dotyczące wypadków drogowych na określonym terenie, spowodowa- nych w ciągu roku przez kierowców będących w stanie nietrzeźwym. Otrzymany rozkład wypadków w poszczególne dni tygodnia podaje tabela:

Pn Wt Śr Czw Pt Sob N

19 15 16 14 13 18 17

Przyjmując poziom istotności 0,05 zweryfikuj hipotezę, że prawdopodobieństwo wystąpienia na tym terenie wypadku spowodowanego przez kierowcę w stanie nietrzeźwym jest jednakowe dla wszystkich dni tygodnia.

(a) Podaj wartość statystyki testowej.

(b) Podaj wartość odpowiedniego kwantyla rozkładu χ2, z którym należy porównać wartość sta- tystyki.

(c) Podejmij decyzję: ODRZUCAMY H0 / NIE ODRZUCAMY H0.

6. Rozkład prawdopodobieństwa dziennej sprzedaży produktu A w pewnym sklepie jest w przybliżeniu normalny, N(200, 402). Rozkład dziennej sprzedaży produktu B jest w przybliżeniu N(150, 302).

Zakładamy, że wysokości sprzedaży produktów A i B są niezależne. Oblicz

(a) prawdopodobieństwo, że dzienna sprzedaż A będzie większa niż dzienna sprzedaż B;

(b) prawdopodobieństwo, że dzienna sprzedaż każdego z produktów A i B przekroczy 150PLN;

(c) prawdopodobieństwo, że dzienna sprzedaż produktów A i B razem przekroczy 350PLN.

7. W pewnym salonie samochodowym X1, . . . , Xn są liczbami aut sprzedanych w kolejnych tygo- dniach. Zakładamy, że jest to próbka pochodząca z rozkładu Poiss(λ), z nieznanym parametrem λ. Rozważmy estymator funkcji g(λ) = 1 − e−λ (zauważmy, że g(λ) = Pλ(X1 > 0), czyli jest to prawdopodobieństwo sprzedania przynajmniej jednego auta w ciągu jednego tygodnia). Rozważmy estymator

ˆ g =

n −

n

P

i=1

I(Xi= 0)

n .

(a) Zbadaj, czy ˆg jest estymatorem nieobciążonym.

(b) Oblicz jego ryzyko średniokwadratowe.

(c) Sprawdź mocną zgodność estymatora ˆg.

Wskazówka: Wykorzystaj znane własności rozkładu Poissona.

2

Cytaty

Powiązane dokumenty

Cecha przyjmująca pewne wartości liczbowe i nie przyjmująca wartości pośrednich (np. ilość bakterii, ilość pracowników , ilość pasażerów). Cechy te nazy- wane są

wariancja empiryczna = estymator wariancji mediana empiryczna = estymator mediany kwantyle empiryczne = estymatory kwantyli.. Estymacja metodą

Chcemy: przedział ufności symetryczny wokół estymatora punktowego (rozkład funkcji centralnej jest symetryczny wokół

Chcemy: przedział ufności symetryczny wokół estymatora punktowego (rozkład funkcji centralnej jest symetryczny wokół

Procedura, która na podstawie konkretnych obserwacji (tj.. Test statystyczny formalnie – cd.. Test statystyczny formalnie – cd. statystyki testowej) oraz liczby c (tzw..

Stosowany zwł. dla próbek o liczebności do 30, kiedy jest lepszy niż test zgodności chi- kwadrat.. Test zgodności chi-kwadrat – postać testu. Ogólna

(nieznanych) parametrach opisujemy przy pomocy rozkładów prawdopodobieństwa, przy czym dodatkowa wiedza może wpływać na nasz

Estymator Bayesowski przy zadanej funkcji straty.. przedział