coffeshot behöver inte mer hjälp
coffeshot 429
Postad: 23 apr 15:32 Redigerad: 23 apr 15:34

Konfidensintervall, lirar inte i harmoni med formelbladet

Hej, Här är en uppgift jag har lite problem med. 12.24 i Gunnar Blom m.f.l., Sannolikhets- och statistikteori med tillämpningar.

Man har jämfört förslitningen hos två bildäck A och B som har monterats på vardera bakhjul på en fem bilar av samma märke. Bilarna körde 100 mil och dessa förslitningar uppmättes:

Däck  Förslitning hos bil 1 Förslitning hos bil 2 Förslitning hos bil 3 Förslitning hos bil 4 Förslitning hos bil 5
Typ A 1.0 0.9 0.7 1.5 0.5
Typ B 0.9 0.7 0.8 1.2

0.5

Eftersom förslitningen på däcken beror på körstil, var man kör, osv. är det inte rimligt att anta en likafördelning. Bestäm ett 95% konf.intervall för skillnaden mellan genomsnittliga förslitningen hos däcktyp A och hos däcktyp B. Ange alla antaganden om fördelning och oberoende.

==============================================================

Jag tänker mig då att man antar att vi har observationer aia_i och bib_i som är obervationer av s.v. som är oberoende och normalfördelade: AiN(μA,σ)A_i \in N(\mu_A, \sigma) resp. BiN(μB,σ)B_i \in N(\mu_B, \sigma)

Då kan vi skatta skillnaden, som jag kallar θ=μA-μB\theta=\mu_A - \mu_B för enkelhetens skull, med:

θ*=A¯-B¯\theta^* = \bar A - \bar B

Vi har θ*N(θ,σ25)\theta^* \in N(\theta, \sigma \sqrt{\frac 2 5}). Standardavvikelsen har jag fått ur att

V(θ*)=V(A¯)+V(B¯)=σ25+σ25V(\theta^*)=V(\bar A) + V(\bar B) = \frac{\sigma^2}5 + \frac{\sigma^2} 5

Nu tillhandahåller min kurs följande formelblad

och det är här jag har snöat in mig lite tror jag. Jag tänkte att d) är rimligt att använda här.

För då kan den kombineras med tt-metoden:

Och det jag tänker då är att vi kommer få konfidensintervallet

θobs*± Dobs*·t0.025(5+5-2)=a¯-b¯±s ·t0.025(8)\theta^*_{obs} \pm  D^*_{obs} \cdot t_{0.025}(5+5-2)=\bar a - \bar b \pm s  \cdot t_{0.025}(8) där man helt enkelt beräknar ss ur att beräkna skillnaderna i tabellen (se början av denna post), och sedan ta stickprovsvariansen av detta.

Detta skulle ge mig x¯=0.92,y¯=0.82,s0.158\bar x = 0.92, \bar y = 0.82, s \approx 0.158.

Alltså blir konf. intervallet

0.1±0.158·2.31=0.1±0.364980.1 \pm 0.158 \cdot 2.31=0.1 \pm 0.36498 vilket inte stämmer överens med facit:

Huvudpoängen att jag frågar här är (whether you like it or not) mest att jag förstår varför jag borde gjort som facit gör. Det är mycket smartare och mindre huvudvärk. Men jag förstår inte vad jag har gjort för fel i min beräkning. Antagligen för att SS i formelbladet är definierat så här?

(från b) i min orginalbild)

LuMa07 495
Postad: 23 apr 16:15 Redigerad: 23 apr 16:15

Du har väl antagit att att AiN(μA,σ)A_i \in N(\mu_A, \sigma) och BiN(μB,σ)B_i \in N(\mu_B, \sigma) med samma standardavvikelse, eller hur? Finns det någon anledning till att förutsätta att AiA_i verkligen har samma σ\sigma som BiB_i? Det handlar ju om slitning av två olika däcktyper?

coffeshot 429
Postad: 23 apr 16:47 Redigerad: 23 apr 16:48
LuMa07 skrev:

Du har väl antagit att att AiN(μA,σ)A_i \in N(\mu_A, \sigma) och BiN(μB,σ)B_i \in N(\mu_B, \sigma) med samma standardavvikelse, eller hur? Finns det någon anledning till att förutsätta att AiA_i verkligen har samma σ\sigma som BiB_i? Det handlar ju om slitning av två olika däcktyper?

Jag tänker att de mäts med samma mätredskap, typ en mönsterdjupsmätare.

Då borde det väl vara så att 

uppmätt mönsterdjup=faktiskt mönsterdjup+systematiskt fel på i mätaren+slumpmässigt fel på mätaren\text{uppmätt mönsterdjup} = \text{faktiskt mönsterdjup} + \text{systematiskt fel på i mätaren} + \text{slumpmässigt fel på mätaren}

varav endast den sistnämnda av dessa är en stokastisk variabel, och därav kommer vara den enda faktorn som påverkar variansen. Resten är konstanter. Därav borde standardavvikelsen inte bero på däckstypen? Så tänker jag.

LuMa07 495
Postad: 23 apr 17:02 Redigerad: 23 apr 17:04

Själva mätredskapet har kanske samma varians, visst.

Det är dock däcken som är tillverkade av olika material / med olika metoder, vilket gör att deras förslitningar har olika (normal)fördelningar (oavsett mätningsmetoden). Det är alltså inte bara väntevärdet som de skiljer sig åt, utan också variansen.

Det är alltså även det faktiska mönsterdjupet som är en stokastisk variabel.

coffeshot 429
Postad: 27 apr 13:34

Ah, just ja. Då hänger jag med. Jag kör på den metoden som facit använder i framtiden. Tack!

Svara
Close