Estymacja: Różnice pomiędzy wersjami

Z Encyklopedia Zarządzania
mNie podano opisu zmian
m (cleanup bibliografii i rotten links)
Linia 13: Linia 13:
</ul>
</ul>
}}
}}


'''Estymacja''' jest procesem polegającym na wskazaniu wartości oceny niewiadomego parametru zbiorowości, którego podstawą są wyniki obserwowane w próbie. [[Parametr]] można określać na dwa sposoby. Przez podanie wartości liczbowej estymatora, traktowanej jako niewiadomą [[wartość]] parametru (estymacja punktowa), albo wyznaczając przedział liczbowy, będący realizacją przedziału ufności pokrywającego niewiadomą liczbę parametru ze wskazanym prawdopodobieństwem (estymacja przedziałowa). Innymi słowy, wynikiem estymacji punktowej jest liczba, a wynikiem estymacji przedziałowej jest przedział na osi liczbowej.
'''Estymacja''' jest procesem polegającym na wskazaniu wartości oceny niewiadomego parametru zbiorowości, którego podstawą są wyniki obserwowane w próbie. [[Parametr]] można określać na dwa sposoby. Przez podanie wartości liczbowej estymatora, traktowanej jako niewiadomą [[wartość]] parametru (estymacja punktowa), albo wyznaczając przedział liczbowy, będący realizacją przedziału ufności pokrywającego niewiadomą liczbę parametru ze wskazanym prawdopodobieństwem (estymacja przedziałowa). Innymi słowy, wynikiem estymacji punktowej jest liczba, a wynikiem estymacji przedziałowej jest przedział na osi liczbowej.
Linia 19: Linia 18:
==Estymacja punktowa==
==Estymacja punktowa==


Warto w tym miejscy przytoczyć definicję estymacji punktowej: "estymacja punktowa sprowadza się do tego, że należy znaleźć taką liczbę, którą w świetle przyjętych kryteriów dokładności oraz biorąc pod uwagę wyniki próby, można będzie uznać za najlepsze przybliżenie (ocenę) nieznanego, a interesującego nas parametru rozkładu rozpatrywanej zmiennej losowej" (Pawłowski Z., 1976, s. 60). Koniecznym jest dodanie, że przedmiotem estymacji może być zarówno jeden, jak i kilka parametrów. W przypadku drugim celem estymacji punktowej jest ukazanie wektora ocen parametrów.  
Warto w tym miejscy przytoczyć definicję estymacji punktowej: "estymacja punktowa sprowadza się do tego, że należy znaleźć taką liczbę, którą w świetle przyjętych kryteriów dokładności oraz biorąc pod uwagę wyniki próby, można będzie uznać za najlepsze przybliżenie (ocenę) nieznanego, a interesującego nas parametru rozkładu rozpatrywanej zmiennej losowej" (Pawłowski Z., 1976, s. 60). Koniecznym jest dodanie, że przedmiotem estymacji może być zarówno jeden, jak i kilka parametrów. W przypadku drugim celem estymacji punktowej jest ukazanie wektora ocen parametrów.


<google>text</google>
<google>text</google>
Linia 35: Linia 34:
z<sub>n</sub> = f (x<sub>1</sub>, x<sub>2</sub>,..., x<sub>n</sub>)
z<sub>n</sub> = f (x<sub>1</sub>, x<sub>2</sub>,..., x<sub>n</sub>)


nazywamy oceną parametru Q (w którym x<sub>1</sub>, x<sub>2</sub>,..., x<sub>n</sub> - są realizacjami próby losowej ''n''-elementowej.  
nazywamy oceną parametru Q (w którym x<sub>1</sub>, x<sub>2</sub>,..., x<sub>n</sub> - są realizacjami próby losowej ''n''-elementowej.


Gdzie:
Gdzie:
Linia 51: Linia 50:
==Estymacja przedziałowa==
==Estymacja przedziałowa==


W przeciwieństwie do estymacji punktowej, w estymacji przedziałowej mówimy o jakimś przedziale ufności, który z wyznaczonym prawdopodobieństwem (bliskim jedności) pokrywa niewiadomą wartość szacowanego parametru. Najczęściej omawianą w praktyce istotą estymacji przedziałowej jest teoria przedziałów ufności.  
W przeciwieństwie do estymacji punktowej, w estymacji przedziałowej mówimy o jakimś przedziale ufności, który z wyznaczonym prawdopodobieństwem (bliskim jedności) pokrywa niewiadomą wartość szacowanego parametru. Najczęściej omawianą w praktyce istotą estymacji przedziałowej jest teoria przedziałów ufności.


Załóżmy, że cecha X posiada w populacji rozkład z niewiadomym parametrem Q. Zadaniem estymacji przedziałowej parametru Q jest wskazanie na podstawie próby losowej (X<sub>1</sub>,..., X<sub>n</sub>) wywodzącej się z tej populacji, takich dwóch funkcji f<sub>1</sub>(X<sub>1</sub>,..., X<sub>n</sub>) i f<sub>2</sub>(X<sub>1</sub>,..., X<sub>n</sub>), że dla każdego (X<sub>1</sub>,..., X<sub>n</sub>) mamy f<sub>1</sub> < f<sub>2</sub> i dla prawdopodobieństwa 1 - α zachodzi:
Załóżmy, że cecha X posiada w populacji rozkład z niewiadomym parametrem Q. Zadaniem estymacji przedziałowej parametru Q jest wskazanie na podstawie próby losowej (X<sub>1</sub>,..., X<sub>n</sub>) wywodzącej się z tej populacji, takich dwóch funkcji f<sub>1</sub>(X<sub>1</sub>,..., X<sub>n</sub>) i f<sub>2</sub>(X<sub>1</sub>,..., X<sub>n</sub>), że dla każdego (X<sub>1</sub>,..., X<sub>n</sub>) mamy f<sub>1</sub> < f<sub>2</sub> i dla prawdopodobieństwa 1 - α zachodzi:


f<sub>1</sub>(X<sub>1</sub>,..., X<sub>n</sub>) < Q < f<sub>2</sub>(X<sub>1</sub>,..., X<sub>n</sub>).  
f<sub>1</sub>(X<sub>1</sub>,..., X<sub>n</sub>) < Q < f<sub>2</sub>(X<sub>1</sub>,..., X<sub>n</sub>).


Widać tutaj, że przedziałem ufności dla Q na poziomie ufności 1 - α (0 < α < 1) nazwiemy przedział (Z<sub>n</sub><sup>(1)</sup>, Z<sub>n</sub><sup>(2)</sup>), który spełni dwa warunki:
Widać tutaj, że przedziałem ufności dla Q na poziomie ufności 1 - α (0 < α < 1) nazwiemy przedział (Z<sub>n</sub><sup>(1)</sup>, Z<sub>n</sub><sup>(2)</sup>), który spełni dwa warunki:
Linia 81: Linia 80:


==Bibliografia==
==Bibliografia==
* Dańska-Borsiak B. (2011). Dynamiczne [[modele]] panelowe w badaniach ekonomicznych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź
<noautolinks>
* Hill J., Thomas L.C., Allen D.E. (2000). [http://ieg.ifs.tuwien.ac.at/~aigner/projects/planninglines/evaluation/Project_Management/papers/hill99taskduration.pdf Experts' estimates of task durations in software development projects International Journal of Project Management], Nr 18
* Dańska-Borsiak B. (2011). Dynamiczne modele panelowe w badaniach ekonomicznych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź
* Morgenshtern O., Raz T., Dvir D. (2007). [https://s3.amazonaws.com/academia.edu.documents/39584628/Factors_affecting_duration_and_effort_estimation_errors_in_software_development_projects.pdf?AWSAccessKeyId=AKIAIWOWYYGZ2Y53UL3A&Expires=1511731768&Signature=wg4b0RJAkYRnbybSHZsqeMgzHpw%3D&response-content-disposition=inline%3B%20filename%3DFactors_affecting_duration_and_effort_es.pdf Factors affecting duration and effort estimation errors in software development projects], Information and Software Technology, Vol. 49, Nr 8
* Hill J., Thomas L.C., Allen D.E. (2000). Experts' estimates of task durations in software development projects International Journal of Project Management, Nr 18
* Pawłowski Z. (1976). [[Statystyka]] matematyczna, PWN, Warszawa  
* Morgenshtern O., Raz T., Dvir D. (2007). Factors affecting duration and effort estimation errors in software development projects, Information and Software Technology, Vol. 49, Nr 8
* Raz T., Barnes R" Dvir D. (2003). [https://pdfs.semanticscholar.org/665d/458d4e7d6918e02589855597b162e1d6ba8e.pdf A critical look at critical chain project mangement], Project Management Journal, Vol. 34, Nr 6
* Pawłowski Z. (1976). Statystyka matematyczna, PWN, Warszawa
* Welfe A. (2014). [[Ekonometria]]. Metody i ich zastosowanie, PWE, Warszawa
* Raz T., Barnes R" Dvir D. (2003). A critical look at critical chain project mangement, Project Management Journal, Vol. 34, Nr 6
* Welfe A. (2014). Ekonometria. Metody i ich zastosowanie, PWE, Warszawa
* Woźniak M. (2002). Statystyka ogólna, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków
* Woźniak M. (2002). Statystyka ogólna, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków
</noautolinks>


[[Kategoria:Statystyka i Ekonometria]]
[[Kategoria:Statystyka i Ekonometria]]

Wersja z 15:09, 26 paź 2023

Estymacja
Polecane artykuły

Estymacja jest procesem polegającym na wskazaniu wartości oceny niewiadomego parametru zbiorowości, którego podstawą są wyniki obserwowane w próbie. Parametr można określać na dwa sposoby. Przez podanie wartości liczbowej estymatora, traktowanej jako niewiadomą wartość parametru (estymacja punktowa), albo wyznaczając przedział liczbowy, będący realizacją przedziału ufności pokrywającego niewiadomą liczbę parametru ze wskazanym prawdopodobieństwem (estymacja przedziałowa). Innymi słowy, wynikiem estymacji punktowej jest liczba, a wynikiem estymacji przedziałowej jest przedział na osi liczbowej.

Estymacja punktowa

Warto w tym miejscy przytoczyć definicję estymacji punktowej: "estymacja punktowa sprowadza się do tego, że należy znaleźć taką liczbę, którą w świetle przyjętych kryteriów dokładności oraz biorąc pod uwagę wyniki próby, można będzie uznać za najlepsze przybliżenie (ocenę) nieznanego, a interesującego nas parametru rozkładu rozpatrywanej zmiennej losowej" (Pawłowski Z., 1976, s. 60). Koniecznym jest dodanie, że przedmiotem estymacji może być zarówno jeden, jak i kilka parametrów. W przypadku drugim celem estymacji punktowej jest ukazanie wektora ocen parametrów.

Kiedy definiujemy estymację, używamy do tego pojęcia statystyki z próby. Przez to, że próba jest losowa, to każdy opis z próby jest zmienną losową, która jest funkcją obserwowanych w próbie zmiennych losowych, wskazaną na przestrzeni prób:

Wn = f (X1, X2, X3, …, Xn),

Estymatorem Zn parametru Q nazywamy taką statystykę z próby, której rozkład prawdopodobieństwa zależy od mierzonego parametru Q:

Zn = f (X1, X2, X3,..., Xn; Q).

Obserwujemy tutaj, że zmienną losową jest również estymator, którego rozkład określa rozkład zmiennej X w populacji i równocześnie jest zależny od Q. Wartość liczbową estymatora Zn:

zn = f (x1, x2,..., xn)

nazywamy oceną parametru Q (w którym x1, x2,..., xn - są realizacjami próby losowej n-elementowej.

Gdzie:

Q - parametr

Zn - estymator

zn - ocena parametru

n - liczebność próby

Koniecznym jest, aby zwrócić uwagę na właściwe zrozumienie trzech wyżej wymienionych pojęć. Z założenia parametr jest stały, nielosowy. Estymator jest losowy, gdyż jest funkcją wyników próby losowej. Ocena parametru to realizacja estymatora. W estymacji punktowej dochodzi do tego, że Q = zn. Aby otrzymać niewielki błąd estymacji, czyli |zn - Q|, trzeba zapewnić właściwe losowanie próby i wybranie jak najlepszego estymatora Zn.

Estymacja przedziałowa

W przeciwieństwie do estymacji punktowej, w estymacji przedziałowej mówimy o jakimś przedziale ufności, który z wyznaczonym prawdopodobieństwem (bliskim jedności) pokrywa niewiadomą wartość szacowanego parametru. Najczęściej omawianą w praktyce istotą estymacji przedziałowej jest teoria przedziałów ufności.

Załóżmy, że cecha X posiada w populacji rozkład z niewiadomym parametrem Q. Zadaniem estymacji przedziałowej parametru Q jest wskazanie na podstawie próby losowej (X1,..., Xn) wywodzącej się z tej populacji, takich dwóch funkcji f1(X1,..., Xn) i f2(X1,..., Xn), że dla każdego (X1,..., Xn) mamy f1 < f2 i dla prawdopodobieństwa 1 - α zachodzi:

f1(X1,..., Xn) < Q < f2(X1,..., Xn).

Widać tutaj, że przedziałem ufności dla Q na poziomie ufności 1 - α (0 < α < 1) nazwiemy przedział (Zn(1), Zn(2)), który spełni dwa warunki:

  • koniec Zn(1) = f1(X1,..., Xn), Zn(2)) = f2(X1,..., Xn) danego przedziału będzie funkcją próby losowej
  • prawdopodobieństwo, że przedział niewiadomego parametru Q zostanie bez pokrycia jest równe 1 - α.

Reasumując parametr Q jest stałą nielosową, natomiast końce przedziału ufności są losowe, a właściwie pewnymi funkcjami rezultatów próby. Prawdopodobieństwo 1 - α nazywane jest współczynnikiem ufności. Aby zmierzyć precyzję estymacji przedziałowej należy wziąć pod uwagę długość przedziału ufności, czyli różnicę między górnym i dolnym końcem przedziału wyrażoną wzorem Zn(2) - Zn(1).

Metody estymacji

Poza tym, że estymację dzielimy na punktową i przedziałową, to te dwie estymacje także mają swoje odpowiedniki, na które można je podzielić.

Estymacja punktowa dzieli się na:

  • Estymacja wartości oczekiwanej
  • Estymacja wariancji
  • Estymacja wskaźnika struktury
  • Estymacja współczynnika korelacji
  • Estymacja parapetów liniowej funkcji regresji

Estymacja przedziałowa dzieli się na:

  • Przedział ufności dla średniej
  • Przedział ufności dla wariancji i odchylenia standardowego
  • Przedział ufności dla wskaźnika struktury
  • Przedział ufności dla współczynnika korelacji liniowej

Bibliografia

  • Dańska-Borsiak B. (2011). Dynamiczne modele panelowe w badaniach ekonomicznych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź
  • Hill J., Thomas L.C., Allen D.E. (2000). Experts' estimates of task durations in software development projects International Journal of Project Management, Nr 18
  • Morgenshtern O., Raz T., Dvir D. (2007). Factors affecting duration and effort estimation errors in software development projects, Information and Software Technology, Vol. 49, Nr 8
  • Pawłowski Z. (1976). Statystyka matematyczna, PWN, Warszawa
  • Raz T., Barnes R" Dvir D. (2003). A critical look at critical chain project mangement, Project Management Journal, Vol. 34, Nr 6
  • Welfe A. (2014). Ekonometria. Metody i ich zastosowanie, PWE, Warszawa
  • Woźniak M. (2002). Statystyka ogólna, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków


Autor: Dominik Juszczyk