Bevis · Sandsynlighed og statistik

Estimation af sandsynlighedsparameter i binomial eksperiment

STX og HHX · A-niveau · mundtlig eksamen · Forklaret af gymnasielærer Kofi D. Mensah

Her gennemgår vi »Estimation af sandsynlighedsparameter i binomial eksperiment« trin for trin, sådan som du skal kunne det til den mundtlige eksamen i matematik på A-niveau (STX og HHX). Undervejs bruger du binomialfordelingen og normalfordelingstilnærmelse. Beviset er supplerende stof.

Sætningen

Giver n uafhængige binomialforsøg x succeser, estimeres sandsynlighedsparameteren p ved \(\hat{p}=\frac{x}{n}\). Et 95 %-konfidensinterval for p går fra \(\hat{p}-1{,}96\cdot\sqrt{\frac{\hat{p}\cdot(1-\hat{p})}{n}}\) til \(\hat{p}+1{,}96\cdot\sqrt{\frac{\hat{p}\cdot(1-\hat{p})}{n}}\).

Det skal du kunne først

  • Binomialfordelingen  \(\mu=n\cdot p\) og \(\sigma=\sqrt{n\cdot p\cdot(1-p)}\)
    Middelværdi og spredning for antallet X af succeser i n forsøg.
  • Normalfordelingstilnærmelse  \(P(\mu-1{,}96\cdot\sigma\lt X\lt\mu+1{,}96\cdot\sigma)\approx 0{,}95\)
    Når n er stor (tommelfingerregel: \(\sigma\gt 3\)), er binomialfordelingen tilnærmelsesvis en normalfordeling. I en normalfordeling ligger 95 % af udfaldene mindre end 1,96 spredninger fra middelværdien.

Beviset trin for trin

  1. Estimatet

    \(\displaystyle \hat{p}=\frac{x}{n}\)

    Den relative hyppighed af succes er vores bedste bud på p. Fx giver 120 ja-svar blandt 400 adspurgte \(\hat{p}=0{,}30\).

  2. \(\hat{p}\) er en stokastisk variabel

    \(\displaystyle \hat{p}=\frac{X}{n}\)

    Gentager man undersøgelsen, får man et andet antal succeser X og dermed et andet estimat.

  3. Middelværdi og spredning for \(\hat{p}\)

    \(\mu_{\hat{p}}=\frac{n\cdot p}{n}=p\) og \(\sigma_{\hat{p}}=\frac{\sqrt{n\cdot p\cdot(1-p)}}{n}=\sqrt{\frac{p\cdot(1-p)}{n}}\)

    Når X divideres med n, divideres middelværdien og spredningen også med n. Estimatet rammer altså p i gennemsnit.

  4. Brug normalfordelingen

    \(\displaystyle P\left(p-1{,}96\cdot\sigma_{\hat{p}}\lt\hat{p}\lt p+1{,}96\cdot\sigma_{\hat{p}}\right)\approx 0{,}95\)

    For stort n er \(\hat{p}\) tilnærmelsesvis normalfordelt med middelværdi p og spredning \(\sigma_{\hat{p}}\). Så ligger \(\hat{p}\) med ca. 95 % sandsynlighed mindre end 1,96 spredninger fra p.

  5. Vend det om

    \(\displaystyle \hat{p}-1{,}96\cdot\sigma_{\hat{p}}\lt p\lt\hat{p}+1{,}96\cdot\sigma_{\hat{p}}\)

    Afstanden fra \(\hat{p}\) til p er den samme som fra p til \(\hat{p}\). Så med ca. 95 % sandsynlighed ligger p mindre end 1,96 spredninger fra \(\hat{p}\).

  6. Erstat p med \(\hat{p}\) i spredningen

    \(\displaystyle \sigma_{\hat{p}}\approx\sqrt{\frac{\hat{p}\cdot(1-\hat{p})}{n}}\)

    p kender vi ikke. Når n er stor, ligger \(\hat{p}\) tæt på p, så vi bruger \(\hat{p}\) i stedet.

  7. Konklusion

    \(\displaystyle \hat{p}\pm 1{,}96\cdot\sqrt{\frac{\hat{p}\cdot(1-\hat{p})}{n}}\)

    Konfidensintervallet går fra \(\hat{p}-1{,}96\cdot\sqrt{\frac{\hat{p}\cdot(1-\hat{p})}{n}}\) til \(\hat{p}+1{,}96\cdot\sqrt{\frac{\hat{p}\cdot(1-\hat{p})}{n}}\). Det indeholder den sande værdi af p i ca. 95 % af de gange, man laver undersøgelsen.

∎ Dermed er sætningen bevist.

Det kan censor spørge om

120 af 400 adspurgte svarer ja. Bestem et 95 %-konfidensinterval for p.
\(\hat{p}=\frac{120}{400}=0{,}30\) og \(1{,}96\cdot\sqrt{\frac{0{,}30\cdot 0{,}70}{400}}\approx 0{,}045\). Intervallet går fra 0,255 til 0,345, altså fra 25,5 % til 34,5 %.
Hvad betyder 95 % præcist?
Gentager man undersøgelsen mange gange, vil ca. 95 % af intervallerne indeholde den sande værdi af p. Det er intervallet, der varierer, ikke p.

Der er 4 censorspørgsmål til beviset i kurset.

Flere beviser til mundtlig eksamen

Se alle beviser · Alle beviser på dit niveau med flueben