STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2007-10-08 – sida 115 – # 119<br />
3.8 NÅGRA VANLIGA KONTINUERLIGA FÖRDELNINGAR 115<br />
inferenskapitlen i denna eller annan bok kommer <strong>med</strong> största sannolikhet<br />
lära sig λ0.025, <strong>och</strong> troligen ytterligare någon kvantil, utantill. Om vi låter<br />
Z ∼ N(0, 1) så definieras således λα som lösningen till P (Z > λα) = α.<br />
Men P (Z > λα) = 1 − Φ(λα) så λα löser tydligen Φ(λα) = 1 − α. Tag t.ex.<br />
α = 0.05. Vi skall då söka i normalfördelningstabellen efter det tal x som gör<br />
att Φ(x) = 1 − α = 0.95. Efter en stunds tittande ser man att svaret λ0.05 bör<br />
ligga mellan 1.64 <strong>och</strong> 1.65, troligen ganska mitt emellan dessa två värden.<br />
För att få bättre precision finns emellertid en speciell tabell, Tabell 4, som ger<br />
kvantilvärden för de vanligast förekommande α-värdena. I denna tabell ser<br />
man att λ0.05 = 1.6449.<br />
I statistiska sammanhang vill man ofta ange symmetriska intervall så att<br />
standardnormalfördelningen ligger inom intervallet <strong>med</strong> en fördefinierad sannolikhet.<br />
Om vi t.ex. vill veta vilket tal z > 0 som gör att P (−z ≤ Z ≤ z) =<br />
0.95 kan även detta uttryckas <strong>med</strong> hjälp av kvantiler. Om vi vill att 95% av<br />
sannolikhetsmassan ska ligga innanför det symmetriska intervallet [−z, z]<br />
inser man att 2.5% måste ligga till vänster därom <strong>och</strong> 2.5% till höger (se Figur<br />
3.25 för en illustration av det allmänna fallet). Således måste z ges av<br />
Bild saknas<br />
Figur 3.25. I figuren finns det symmetriska intervallet innehållande<br />
sannolikhetsmassa 1 − α skuggat, samt kvantilen λα/2 inritad.<br />
λ0.025 = 1.9600 <strong>och</strong> −z blir då −λ0.025 = −1.9600.<br />
Uttryckt annorlunda är alltså sannolikheten 0.95 att en normalfördelad<br />
slumpvariabel inte avviker mer än 1.96 standardavvikelser från sitt väntevärde.<br />
Detta stämmer väl överens <strong>med</strong> vad vi tidigare visat, nämligen att sannolikheten<br />
att avvika mer än 2 standardavvikelser var 0.9544.<br />
Vi har alltså kommit fram till följande allmänna formel<br />
P (−λα/2 ≤ Z ≤ λα/2) = 1 − α.