G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
47<br />
4.2 Konfidensinterval<br />
Vi vil sædvanligvis beregne 95%, 99% eller 99.9% konfidensintervaller svarende til α = 0.05, 0.01<br />
og 0.001. Andre værdier kan naturligvis tænkes, men det kræver mere omfattende tabeller, eller<br />
anvendelse af edb.<br />
I de fleste tilfælde er σ ikke kendt, og må erstattes af s. For n ≥ 30 vil ovenstående formel dog<br />
stadig kunne anvendes, men for n < 30 bliver usikkerheden på s så stor, at man, som det vil fremgå<br />
af sætning 4.1, må erstatte normalfordelingskurven med den bredere t-fordeling. Denne er gennemgået<br />
i kapitel 3.<br />
Ved t f forstås − fraktilen i t- fordelingen med f = n - 1 frihedsgrader.<br />
α<br />
1− 2<br />
α ( ) 1 2<br />
SÆTNING 4.1 ( 100 ⋅( 1 −α<br />
) % konfidensinterval for µ ). Et 100 ⋅ ( 1 − α ) % konfidensinterval<br />
s<br />
s<br />
for µ er bestemt ved x − t α ( f ) ⋅ ≤ µ ≤ x + t α ( f )<br />
⋅<br />
n<br />
n , f = n - 1.<br />
− −<br />
X − µ<br />
Bevis: I kapitel 3 anførte vi, at T = er t - fordelt med f = n - 1 frihedsgrader.<br />
S<br />
n<br />
Da t- fordelingen er symmetrisk omkring 0 ligesom u-fordelingen, har vi følgelig, (jævnfør figur 4.1)<br />
⎛<br />
⎞ α<br />
at P⎜−t α f ≤T ≤t<br />
α f ⎟ = 1−<br />
eller<br />
⎝ − − ⎠ 2<br />
1 2<br />
⎛<br />
⎞<br />
⎜<br />
X − µ ⎟ α<br />
( ) ( ) P⎜−t α( f ) ≤ ≤ t α(<br />
f ) ⎟ = 1−<br />
1− 1 ⎜<br />
S 1− 2<br />
2<br />
2<br />
⎜<br />
⎟ 2<br />
⎟<br />
⎝<br />
n ⎠<br />
x − µ<br />
Idet −t α ( f ) ≤ ≤t α ( f ) ⇔ −t α ( f ) ⋅<br />
1− s 1− 1− 2<br />
2<br />
2<br />
n<br />
s<br />
≤ x − µ ≤t α ( f ) ⋅<br />
n<br />
1− 2<br />
⇔ x −t α ( f ) ⋅<br />
−<br />
s<br />
≤ µ ≤ x + t α ( f ) ⋅<br />
n<br />
−<br />
s<br />
er sætningen bevist.<br />
n<br />
1 2<br />
1 2<br />
1 2<br />
I appendix 4.1 findes en oversigt over 6 forskellige typer konfidensintervaller, hvoraf de to sidste<br />
først vil blive omtalt i kapitel 7. De formler der indgår i beregningerne vil blive bevist i “Supplement<br />
til statistiske <strong>grundbegreber</strong>” afsnit 4B.<br />
Prædiktionsinterval. Ved mange anvendelser ønsker man at forudsige, hvor værdien af en kommende<br />
observation af den variable med 95%”sikkerhed” vil falde, snarere end at give et 95%<br />
konfidensinterval for middelværdien af den variable. Man siger, at man ønsker at bestemme et 95%<br />
prædiktionsinterval (forudsigelsesinterval).<br />
1 2<br />
s<br />
n