Estymacja punktowa
Zgodność estymatora
Można ją zbadać dwoma sposobami:
I. ![]()
![]()
, gdzie ![]()
>0 (co oznacza, że ze wzrostem liczności próbki wzrasta dokładność oszacowania parametru ![]()
- ![]()
maleje, czyli przedział „naokoło” parametru ![]()
maleje).
II. ![]()
oraz ![]()
![]()
Nieobciążoność estymatora
Estymator jest nieobciążony, gdy dla każdego n mamy:
![]()
Jeśli jednak ![]()
, to ![]()
nazywamy estymatorem obciążonym parametru ![]()
, a Bn(![]()
) = ![]()
obciążeniem estymatora.
Jeśli ![]()
to estymator ![]()
jest estymatorem asymptotycznie nieobciążonym parametru ![]()
.
Efektywność estymatora
Jeśli mamy kilka estymatorów nieobciążonych, to efektywniejszy(lepszy) jest ten, który ma mniejszą wariancję.
Jeśli ![]()
, to efektywniejszy jest ![]()
. (Nierówność Rao-Cramera trzeba badać tylko dla rozkładu równomiernego).
Efektywność estymatora: 
, gdzie ![]()
- estymator efektywny par. ![]()
, ![]()
- inny nieobciążony estymator par. ![]()
, ![]()
.

jest to asymptotyczna efektywność estymatora ![]()
.
Metoda Największej Wiarygodności
Funkcja wiarygodności: ![]()
, gdzie f(x; ![]()
1,..., ![]()
k) to gęstość prawdopodobieństwa dla cechy typu ciągłego lub funkcja rozkładu prawdopodobieństwa dla cechy typu skokowego.
Następnie należy funkcję L zlogarytmować oraz ![]()
(gdy mamy jeden parametr ![]()
; gdy jest ich więcej, przyrównujemy do zera poszczególne pochodne cząstkowe i tworzymy układ równań).
Estymacja przedziałowa
Przedział ufności:
- jego końce ![]()
1=![]()
1(X1,...,Xn) oraz ![]()
2=![]()
2(X1,...,Xn) są funkcjami próby losowej i nie zależą od parametru ![]()
- P(![]()
1(X1,...,Xn) < ![]()
< ![]()
2(X1,...,Xn)) = 1 - α, gdzie 1 - α to współczynnik ufności.
Przedziały ufności dla nieznanej wartości przeciętnej
Model 1. ( cecha X ma rozkład ![]()
o nieznanej wartości przeciętnej m i znanym odchyleniu standardowym σ). Zad1
Bierzemy statystykę ![]()
, która ma rozkład ![]()
i ją standaryzujemy: 
. Statystyka U ma rozkład N(0,1).
Następnie mamy: ![]()
, a po przekształceniach wchodzi przedział: ![]()
, gdzie ![]()
to kwantyl rzędu ![]()
(odczytywany z tablic).
Model 2. (cecha X ma rozkład ![]()
o nieznanej wartości przeciętnej m i nieznanym odchyleniu standardowym σ). Zad2
Do obliczeń wybieramy statystykę t-Studenta o n-1 stopniach swobody, bo nie zależy ona od nieznanych parametrów.

Poprzez analogię do modelu 1 (zamiast σ wpisujemy S; zamiast U mamy t i zamiast ![]()
mamy![]()
) zapisujemy przedział: ![]()
.
II. Przedziały ufności dla wariancji i odchylenia standardowego.
Model 1. (cecha X ma rozkład ![]()
o nieznanych m i σ; próba liczności ![]()
) zad3
Wykorzystamy tutaj statystykę chi-kwadrat o n-1 stopniach swobody: ![]()
![]()
. Po odpowiednich przekształceniach mamy: 
Model 2. (cecha X ma rozkład ![]()
o nieznanych m i σ; próba liczności ![]()
) zad4
Wykorzystamy tu fakt, że statystyka ![]()
![]()
ma w przybliżeniu rozkład N(![]()
. Zatem otrzymujemy: ![]()
. Po odpowiednich przekształceniach mamy przedział: 
III. Przedziały ufności dla wskaźnika struktury populacji.
Model 1. (cecha ma rozkład dwupunktowy z parametrem p; niewielkie n)
Mamy przedział (f1(k,n,α), f2(k,n,α)); gdzie k - liczba wyróżnionych elementów próbki).
Model 2.(cecha ma rozkład dwupunktowy z parametrem p; próba o liczności ![]()
). Zad5
Statystyka ![]()
ma rozkład ![]()
. Standaryzujemy p: 
, U ma w przybliżeniu rozkład N(0,1) zatem 
. Otrzymujemy przedział : A(B-C) < p < A(B+C), gdzie:

, 
oraz 
.
IV. Minimalna liczność próby niezbędna do uzyskania przedziału ufności o zadanej długości.
Model 1. (cecha ma rozkład ![]()
o znanym σ; przedział ufności dla wartości przeciętnej ma być nie większy niż 2l) zad6
Mamy zatem: ![]()
. Rozwiązując tą nierówność względem n mamy: 
. Jeśli nie jest to liczba całkowita, to korzystamy z wzoru: 
.
Model 3. (cecha ma rozkład ![]()
o nieznanych parametrach; przedział ufności dla wartości przeciętnej ma być nie większy niż 2l) zad7
Z wcześniejszych wzorów(zad.2) wiemy, że: ![]()
. Analogicznie do modelu 1 mamy: ![]()
, a stąd: 
. Nie można z tego wzoru obliczyć n (ze względu na zmianę wartości wariancji zależnie od próbki), ale można obliczyć k. Pobieramy próbkę wstępną o liczności n0, obliczamy k i sprawdzamy:
jeśli ![]()
, to przedział ufności jest taki jak wyżej (jak w zad.2).
jeśli ![]()
, to do wstępnej próbki n0 pobieramy jeszcze próbkę o liczności n1=[k]-n0+1.
Następnie liczymy: 
a przedział ufności spełniający odpowiednie warunki ma postać: 
gdzie s2 jest obliczone z próbki wstępnej.