‫מבוא לסטטיסטיקה‬ ‫הטכניון ‪ -‬המוסד הטכנולוגי לישראל‬

‫סמסטר אביב ‪ ,‬תשס"ה‬ ‫הפקולטה להנדסת תעשייה וניהול‬

‫מבוא לסטטיסטיקה ‪ -‬תרגיל ‪: 2‬‬

‫אמידה נקודתית‪:‬‬
‫הגדרות‪:‬‬
‫‪ .1‬פרמטר – גודל המהווה מאפיין מסכם של האוכלוסיה‪) .‬לדוגמא‪ µ :‬מהתפלגות נורמלית‪p ,‬‬
‫מהתפלגות בינומית‪ λ ,‬מהתפלגות פואסונית ובאופן כללי ‪.( θ -‬‬
‫‪.2‬סטטיסטי – מדד המחושב מן המדגם ) פונקציה של הנתונים(‪.‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪ 2θ ∑ xi‬אינו סטטיסטי מכיוון ש ‪ θ‬אינו ידוע‪(.‬‬ ‫הוא סטטיסטי‪,‬‬ ‫‪∑x‬‬ ‫‪i‬‬ ‫)לדוגמא ‪:‬‬
‫‪i =1‬‬ ‫‪i =1‬‬

‫‪.3‬אמד – סטטיסטי שבאמצעותו אומדים את הפרמטר‪.‬‬

‫^‬
‫סימון‪ :‬אמד ל ‪ θ -‬יסומן כ ‪. θ -‬‬
‫‪ .4‬אומדן – הערך המחושב מהמדגם של האמד‪.‬‬
‫‪.5‬אמידה נקודתית – מספר יחיד המחושב מתוך המדגם כאמד לפרמטר של האוכלוסייה‪.‬‬

‫שיטות למציאת אמדים‪:‬‬

‫הגדרות‪:‬‬
‫‪.‬‬ ‫) ‪µ k = E(x k‬‬ ‫מומנטים של האוכלוסיה‪ :‬המומנט ה‪ k -‬של האוכלוסיה ‪-‬‬
‫‪n‬‬

‫‪∑x‬‬
‫‪i =1‬‬
‫‪k‬‬
‫‪i‬‬
‫‪.‬‬ ‫המומנט ה‪ k -‬המדגמי ‪-‬‬ ‫מומנטים מדגמיים ‪:‬‬
‫‪n‬‬
‫‪ .1‬שיטת המומנטים – נאמוד את המומנט ה‪ k -‬של האוכלוסייה בעזרת המומנט ה‪k -‬‬
‫המדגמי ‪ ,‬ונחלץ את האמד לפרמטר הנאמד‪.‬‬
‫‪ .2‬שיטת הנראות הקסימלית –‬
‫‪.‬‬ ‫) ‪L(θ ) = f θ ( x1 ,....., x n‬‬ ‫הגדרה – פונקציית הניראות‪:‬‬
‫‪n‬‬
‫‪.‬‬ ‫) ‪= ∏ fθ ( xi‬‬ ‫אם התצפיות בלתי תלויות‪:‬‬
‫‪i =1‬‬

‫^‬
‫) ‪. L(θ ) = max θ L(θ‬‬ ‫האמד שנחפש יביא למקסימום את הביטוי הנ"ל כלומר‪:‬‬

‫הביטוי הנ"ל מתאר את הצפיפות המשותפת של ה ‪ , xi‬כפונקציה של ‪ xi ) θ‬קבועים(‪.‬‬

‫במקרה הבדיד ) ‪ L(θ‬היא ההסתברות לקבל את תוצאת המדגם שאירעה בפועל‪ ,‬כפונקציה‬
‫של הפרמטר ‪ . θ‬במקרה הרציף ) ‪ L(θ‬פרופורציונלית להסתברות שתוצאת המדגם תיפול‬
‫בסביבת התוצאה שאירעה בפועל ‪ ,‬לכן נרצה למצוא ‪ θ‬שיביא למקסימום את פונקצית‬
‫הניראות – הסתברות מקסימלית לקבלת התוצאות ‪.‬‬
 ‫מבוא לסטטיסטיקה‬ ‫הטכניון ‪ -‬המוסד הטכנולוגי לישראל‬
‫סמסטר אביב ‪ ,‬תשס"ה‬ ‫הפקולטה להנדסת תעשייה וניהול‬

‫תרגיל כיתה‪:‬‬
‫שאלה ‪: 1‬‬
‫זמן שהייה בתור של בנק מסוים מתפלג אקספוננציאלית עם פרמטר ‪. λ‬‬
‫במדגם של ‪ 8‬לקוחות מקריים נמדדו זמני השהייה הבאים‪:‬‬
‫‪. 10 , 7.2 , 4 , 2.5 , 1.3 , 1.2 , 1 , 0.5‬‬
‫א‪ .‬אמוד את ‪ λ‬בשיטת המומנטים‪.‬‬
‫ב‪ .‬אמוד את ‪ λ‬בשיטת הניראות המקסימלית )ניתן להניח שהלקוחות ב"ת(‪.‬‬

‫שאלה ‪: 2‬‬
‫נתון מדגם מקרי בגודל ‪ n‬מהתפלגות ) ‪. N ( µ , σ 2‬‬

‫א‪ .‬אמוד את ‪ µ‬ו ‪ σ 2 -‬בשיטת המומנטים‪.‬‬

‫ב‪ .‬אמוד את ‪ µ‬ו ‪ σ 2 -‬בשיטת הניראות המקסימלית‪.‬‬

‫שאלה ‪:3‬‬
‫יהיו ‪ x1 ,....., x n‬משתנים מקריים בלתי תלויים שווי‪-‬התפלגות שצפיפותם‪:‬‬

‫‪f ( x | θ ) = (θ + 1) x θ ,0 ≤ x ≤ 1‬‬
‫א‪ .‬אמוד את ‪ θ‬בשיטת המומנטים‪.‬‬
‫ב‪ .‬אמוד את ‪ θ‬בשיטת הניראות המקסימלית‪.‬‬

‫שאלה ‪) 4‬אם נשאר זמן(‪:‬‬

‫פקעת של צבעוני תצמיח צבעוני אדום ‪ ,‬סגול או לבן בהסתברות ‪, θ 2 ,2θ (1 − θ ), (1 − θ ) 2 :‬‬
‫בהתאמה‪ .‬מתוך מדגם של ‪ 190‬צבעונים נמצאו‪:‬‬
‫‪ 112‬לבנים ‪ 68 ,‬סגולים ‪ 10 ,‬אדומים‪.‬‬
‫מצאו אמד ל ‪. θ -‬‬
 ‫מבוא לסטטיסטיקה‬ ‫הטכניון ‪ -‬המוסד הטכנולוגי לישראל‬
‫סמסטר אביב ‪ ,‬תשס"ה‬ ‫הפקולטה להנדסת תעשייה וניהול‬

‫תרגיל בית‪:‬‬
‫שאלה ‪: 1‬‬
‫אמדו את ‪ θ‬על סמך מדגם בגודל ‪ n‬בשתי השיטות שנלמדו‪:‬‬
‫‪1‬‬
‫א‪. xi ~ Gamma( ,θ ) .‬‬
‫‪2‬‬
‫ב‪. xi ~ N (θ , θ ) .‬‬

‫שאלה ‪:2‬‬
‫במדגם של ‪ 5‬סטודנטים מקריים מפקולטה לתעשייה וניהול נמדדו מס' מועדים אליהם ניגשו‬
‫הסטודנטים לפני שעברו חדו"א ‪ 2‬מ' )כולל המועד בו עברו(‪ .‬התוצאות שהתקבלו הן‪:‬‬
‫‪) .4 ,2 ,3 ,1 ,1‬נניח שהסטודנטים ב"ת והתוצאות באות מאותה התפלגות(‬
‫א‪ .‬אמדו את הפרמטר של ההתפלגות המתאימה בשיטת המומנטים‪.‬‬
‫ב‪ .‬אמדו את הפרמטר של ההתפלגות המתאימה בשיטת הניראות המקסימלית‪.‬‬
‫ג‪ .‬נניח עתה שבמקום התצפית האחרונה )השווה ל‪ (4-‬נתון שסטודנט זה היה כבר בשלושה‬
‫מועדים ועדיין לא עבר את המקצוע‪ .‬אמדו את הפרמטר של ההתפלגות המתאימה בשיטת‬
‫הניראות המקסימלית‪.‬‬
‫ד‪ .‬נניח עתה שבמקום התצפיות הנ"ל נתון מס' המועדים הכולל של כל ‪ 5‬סטודנטים‪ .‬אמדו‬
‫את הפרמטר של ההתפלגות המתאימה בשיטת הניראות המקסימלית‪.‬‬