Professional Documents
Culture Documents
6 VJ
6 VJ
6 VJ
5.1. Uvod
Grana statistike koja kaže kako treba birati uzorak da bi se dobila neka informa-
cija o populaciji, zove se induktivna statistika. Dio statistike koji se bavi samo
opisom neke izdvojene grupe, bez da se iz toga izvlači ikakav zaključak o cjelokupnoj
populaciji, zove se opisna ili deduktivna statistika.
µY = µY .
σY2 np − n
σY2 = · .
n np − 1
Zadatak 5.1. Populacija na nekom kolegiju broji četiri studenta. Mase ta četiri
studenta su: 73, 74, 87, 95 kg. Nađite
(a) očekivanje te populacije,
(b) varijancu, odnosno standardnu devijaciju te populacije.
50 5. Procjene parametara pomoću uzoraka
Rješenje. Ponovno, radi se o velikom uzorku, koji bi se trebo ponašati kao normalna
slučajna varijabla, samo s parametrima
σX 20
µX = µX = 1500, σX = √ = √ ≈ 3.65148.
n 30
52 5. Procjene parametara pomoću uzoraka
U ovom slučaju je
3
Pr(1500 − 3 ≤ X ≤ 1500 + 3) = 2Φ0 ≈ 2Φ0 (0.82)
3.65148
= 2 · 0.29389 = 0.58778.
Zadatak 5.5. Lhasa apso ima njušku duljine µ = 4 cm, a očekivano je odstupanje
σ = 0.5 cm. Promatramo uzorke (uz dozvoljeno ponavljanje) od 30 jedinki iz
različitih uzgajivačnica. S kojom će vjerojatnošću srednja vrijednost duljine njuške
takvog uzorka biti između 3.7 cm i 4.3 cm, što su za tu vrstu dozvoljene veličine na
natjecanjima?
σX 0.5
µX = µX = 4 cm, σX = √ = √ ≈ 0.091287 cm.
n 30
pa je σX ≈ 0.113939. Traži se
X − 25 25.2 − 25
Pr(X > 25.2) = 1 − Pr(X ≤ 25.2) = 1 − Pr ≤
0.113939 0.113939
≈ 1 − Pr(Z ≤ 1.75) = 1 − (0.5 + Φ0 (1.75)) = 0.5 − Φ0 (1.75)
= 0.5 − 0.45994 = 0.04006.
Broj uzoraka u kojima bi to trebalo vrijediti je 15 · 0.04006 = 0.6009, tj. ako rezultat
zaokružimo, u jednom uzorku.
Θ = g(Y1 , Y2 , . . . , Yn )
Y1 + · · · + Yn
Y = .
n
Y1 + · · · + Yn
Y = ,
n
a varijancu procjeniteljem S 2
(Y1 − Y )2 + · · · + (Yn − Y )2
S2 = .
n−1
73 + 74 + 87 + 95
µX = µX = = 82.25 kg.
4
(b) Ako je poznato očekivanje populacije, varijanca te populacije procjenjujemo s
jednako. Dakle,
σ
S ≈ N µ, √ .
n
Zadatak 5.8. Pri mjerenju vremena reakcije na neki događaj psiholozi su utvrdili
da je standardna devijacija za taj događaj 0.05 sekundi. Koliko velik uzorak moramo
uzeti tako da s pouzdanošću
56 5. Procjene parametara pomoću uzoraka
(a) 95%,
(b) 99%,
budemo sigurni da greška u procjeni neće prijeći 0.01?
Rješenje. Za pouzdanost 95% je k = 1.96, a za 99% je k = 2.58. Za proporcije
vrijedi
σ
p = p ± k√ .
n
Želimo da za grešku procjene vrijedi
σ
k √ ≤ 0.01.
n
Odatle za n izlazi 2 2
σ 0.05
n≥ k = k = 25k 2 ,
0.01 0.01
pa za zadane k-ove imamo
(a) n ≥ 96.04, tj. mora biti n ≥ 97,
(b) n ≥ 166.41, tj. mora biti n ≥ 167.
Zadatak 5.9. Pri mjerenju vremena reakcije na neki događaj psiholozi su testi-
rali slučajni uzorak od 256 ljudi. Kolika najviše smije biti utvrđena standardna
devijacija tog događaja, tako da s pouzdanošću
(a) 95%,
(b) 99%,
budemo sigurni da greška u procjeni neće prijeći 0.01?
Rješenje. Za pouzdanost 95% je k = 1.96, a za 99% je k = 2.58. Za proporcije
vrijedi
σ
p = p ± k√ .
n
Želimo da za grešku procjene vrijedi
σ
k √ ≤ 0.01.
n
Odatle dobivamo √
0.01 · n 0.16
σ≤ = ,
k k
pa uvrštavanjem k-ova izlazi
(a) σ ≤ 0.081633,
(b) σ ≤ 0.062016.
Zadatak 5.10. Slučajni uzorak od 50 kolokvija iz matematike, od ukupno 200 ko-
lokvija, pokazao je očekivanje 75 i standardnu devijaciju 10.
5.4. Intervali pouzdanosti 57
(a) Koji je 95% interval pouzdanosti za procjenu očekivanja svih 200 kolokvija?
(b) Koji je stupanj pouzdanosti ako možemo reći da se sredina svih 200 zadaća
nalazi u intervalu 75 ± 1?
Riješite primjer na dva načina:
• ako pretpostavljamo da je populacija dovoljno velika prema uzorku,
• ako pretpostavljamo da je populacija konačna i uzorak relativno velik prema
populaciji.
Rješenje. Za 95% pouzdanost, k = 1.96.
(a) Ako je populacija ‘dovoljno velika’, onda imamo
σ 10
p = p ± k √ = 75 ± 1.96 √ = 75 ± 2.77185858,
n 50
a ako je uzorak velik prema populaciji, onda imamo
s r
σ np − n 10 150
p = p ± k√ · = 75 ± 1.96 √ · = 75 ± 2.40652380.
n np − 1 50 199
(b) Ako je populacija ‘dovoljno velika’, onda mora biti greška procjene
σ
k √ ≤ 1,
n
pa slijedi
√ s √ r
n np − 1 50 199
k≤ · = = 0.81445278.
σ np − n 10 150
Ponovno je pouzdanost 2Φ0 (k) = 2 · 0.29103 = 0.58206 ili 58.206%.
Zadatak 5.11. U nekom okrugu slučajni uzorak od 100 glasača pokazao je da kan-
didat A dobiva izbore s 57% glasova. Nađite 99.73% pouzdanost za postotak glasova
svih glasača u tom okrugu za kandidata A.
58 5. Procjene parametara pomoću uzoraka
Zadatak 5.12. Koliko veliki uzorak glasača moramo uzeti u prethodnom primjeru,
tako da s pouzdanošću 99.73% budemo sigurni da je kandidat izabran?
σ 0.48990
σ=√ = √ ≈ 0.03464.
n 200
Uzorak od 200 ljudi ponaša se kao normalna slučajna varijabla X ∼ N (0.6, 0.03464).
Tražimo
X − 0.6 0.5 − 0.6
Pr(X ≤ 0.5) = Pr ≤ ≈ Pr(Z ≤ −2.88)
0.03464 0.03464
= 0.5 − Φ0 (2.88) = 0.5 − 0.49801 = 0.00199.
Zadatak 5.14. Azori su jedino mjesto u Europi gdje raste ananas. Od ananasa pla-
siranog na tržište 95% je prvoklasno. Rade se pošiljke od po 3000 ananasa. U kojim
će se granicama nalaziti proporcija prvoklasnog ananasa u pošiljci s koeficijentom
pouzdanosti k = 2.4?
5.4. Intervali pouzdanosti 59
i
(0.95 + 0.00955) · 3000 = 2878.65
ananasa prve klase.
Zadatak 5.15. Vjeruje se da je u nekom okrugu razlika broja glasova za jednog,
odnosno drugog kandidata vrlo malena. Koliko velik slučajni uzorak moramo oda-
brati, da bismo s 92% pouzdanošću bili sigurni da smo kandidatov rezultat korektno
zaokružili na cjelobrojni postotak dobivenih glasova.
Rješenje. Za 92% pouzdanost, moramo izračunati k. Budući da je
σ
Pr |y − µ| < k √ = 2Φ0 (k),
n
k = 1.75.
Odatle dobivamo 2
1.75 · 0.5
n≥ = 30625.
0.005