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
-
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 \(\hat{p}=0{,}30\).
-
\(\hat{p}\) 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.
-
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.
-
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.
-
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 \(\hat{p}\).
-
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.
-
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.
Hvad betyder 95 % præcist?
Der er 4 censorspørgsmål til beviset i kurset.
Flere beviser til mundtlig eksamen
- Bevis for sammenhæng mellem den vilkårlige og standard normalfordelings tæthedsfunktionSTX og HHX · A-niveau
- Bevis for sandsynligheden for normale og exceptionelle udfaldSTX og HHX · A-niveau
- Bevis for, at tætheden er størst i middelværdienSTX og HHX · A-niveau
- Bevis for, at tæthedsfunktionen er symmetrisk om middelværdienSTX og HHX · A-niveau
- Bevis sammenhæng ml vilkårlige og standard fordelingsfunktionSTX og HHX · A-niveau
- Fra standard til vilkårlig normalfordelingSTX og HHX · A-niveau