wiwiweb
online lernen

Besser lernen mit Online-Kursen

NEU! Jetzt online lernen:
Stichprobentheorie
Den Kurs kaufen für:
einmalig 49,00 €
Zur Kasse

Eigenschaften von Schätzfunktionen

WebinarTerminankündigung aus unserem Online-Kurs Volks- und Betriebswirtschaft:
 Am 12.01.2017 (ab 18:00 Uhr) findet unser nächstes Webinar statt.
Gratis-Webinar Grundbegriffe der Bilanzierung
- In diesem 60-minütigen Gratis-Webinar gibt Daniel Lambert einen Überblick über die zentralen Begriffe der Bilanzierung - hier im Besonderen dem Bilanzausweis.
[weitere Informationen] [Terminübersicht]

Es gibt wichtige Kriterien anhand derer wir eine Aussage über die Qualität der Schätzung machen können. Diese lauten:

  1. Erwartungstreue

  2. Effizienz

  3. asymptotische Erwartungstreue

  4. Konsistenz

Der Leser wird später sehen, welche Bedeutung die einzelnen Begriffe haben. Dieser Abschnitt soll vor allem verdeutlichen, dass obige Kriterien von enormer Bedeutung für eine Schätzfunktion sind.

Wir werden anschließend auf alle Kriterien ausführlich eingehen.

Erwartungstreue

Video: Eigenschaften von Schätzfunktionen

Es gibt wichtige Kriterien anhand deren wir eine Aussage über die Qualität der Schätzung machen können. Diese lauten: Erwartungstreue, Effizienz, asymptotische Erwartungstreue, Konsistenz. Ein Schätzer ist erwartungstreu, wenn sein Erwartungswert gleich dem zu schätzenden Parameter ist. Somit ist die Schätzfunktion genau dann erwartungstreu, falls gilt: $E\hat{\Theta }=\Theta $ Die Schätzfunktion heißt dann auch unverzerrt.

Merke

Merke

Ein Schätzer ist erwartungstreu, wenn sein Erwartungswert gleich dem zu schätzenden Parameter ist. Somit ist die Schätzfunktion genau dann erwartungstreu, falls gilt: $E(\hat{\Theta })=\Theta $
Die Schätzfunktion heißt dann auch unverzerrt (=unbiased).

Bei $\Theta $ handelt es sich um einen Platzhalter für einen Parameter. Der Parameter könnte zum Beispiel der Erwartungswert oder die Streuung $\sigma $ sein. Im Falle der Erwartungstreue trifft die Schätzfunktion durchschnittlich den wahren Parameterwert der Grundgesamtheit.

Ein Beispiel wird helfen, den Begriff ,,Erwartungstreue" besser zu verstehen.

Beispiele

Beispiel

Beispiel 1:

In einer Jugendherberge seien theoretisch unendlich viele minderjährige Jugendliche (=Gesamtpopulation), von denen jeder ein bestimmtes wöchentliches Taschengeld zur Verfügung habe. Der Erwartungswert der Gesamtpopulation sei $\mu$.

Nun ziehen wir Stichproben und bilden dann jeweils den Mittelwert einer Stichprobe. Dies geschieht zum Beispiel dadurch, dass beim ersten Ziehen 10000 Jugendliche befragt werden und beim zweiten Ziehen 30000 Jugendliche. Es wird dann, analog obiger Vorgehensweise, der Mittelwert jeder Ziehung gebildet.

Wir zeigen, dass der Stichprobenmittelwert $\overline x$ ein erwartungstreuer Schätzer für den Gesamtpopulationsmittelwert μ ist.

Wir ziehen wiederholt Stichproben und ermitteln, analog oben, jeweils den Stichprobenmittelwert. Liegen n Ziehungen vor, so auch n Mittelwerte $\overline x_1,\overline x_{2,}...,\overline x_n.$ Aufgrund der Übersichtlichkeit werden diese Mittelwerte wie folgt dargestellt: $X_1,X_{2,}...,X_n.$

Hier sei $\overline X$ die Zufallsvariable die aus diesen Mittelwerten besteht:$\overline X=\frac 1 n(X_1+X_2+...+X_n).$
Dann wird ersichtlich, dass $E(\overline X)=E\left(\frac 1 n(X_1+X_2+...+X_n)\right).$

Da der Erwartungswert linear ist gilt: $E(\overline X)=\frac 1 n(\mathit{EX}_1+\mathit{EX}_2+...+\mathit{EX}_n).$
Weil jeder Stichprobenwert zufällig aus der Gesamtpopulation entnommen wird, sind die Erwartungswerte der jeweiligen Zufallsvariablen („Ziehungen“) gleich dem Erwartungswert der Population, d.h.
$E(X_1)=E(X_2)=...=E(X_n)=\mu .$

Dann ist ersichtlich, dass 
$E(\overline X)=\frac 1 n\left(E(X_1)+E(X_2)+...+E(X_n)\right)=\frac 1 n(\mu +...+\mu )=\frac 1 n\ast n\ast \mu =\mu .$

Somit ist gezeigt, dass $E(\overline X)=\mu .$
Als Fazit halten wir fest: Der Erwartungswert der Stichprobenmittelwerte entspricht dem Erwartungswert der Gesamtpopulation.

Der Stichprobenmittelwert $\overline X$ ist ein erwartungstreuer Schätzer für den Gesamtpopulationsmittelwert μ.

Beispiel

Beispiel 2:

Die Grundgesamtheit bestehe aus vier Schülern. Es wird eine Stichprobe von zwei Schülern gezogen. Der Interessenschwerpunkt ist die Körpergröße. Alle vier Körpergrößen seien bekannt.

Person

Körpergröße in cm

1

170

2

180

3

160

4

190

Aus den Daten kann die durchschnittliche Körpergröße ermittelt werden. Sie lautet: 

$\mu =\frac 1 4(170\mathit{cm}+180\mathit{cm}+160\mathit{cm}+190\mathit{cm})=175\mathit{cm.}$

Als Schätzfunktion wählen wir: $\hat{\mu }=0,5(X_1+X_2).$
Nun überlegen wir, wieviel Möglichkeiten es gibt, zwei aus vier Personen zu ziehen ohne Zurücklegen und ohne Beachtung der Reihenfolge. $X_i$ = 1;2. $X_i$ ist einer der vier Größen, aber nicht der erste oder der zweite Wert.

Personen

$\hat{\mu }=0,5(X_1+X_2)$

1&2

=0,5*(170cm+180cm)=175cm

2&3

=0,5*(180cm+160cm)=170cm

3&4

=0,5*(160cm+190cm)=175cm

1&4

=0,5*(170cm+190cm)=180cm

2&4

=0,5*(180cm+190cm)=185cm

1&3

=0,5*(170cm+160cm)=165cm

Der Durchschnittswert von $\hat{\mu }$ ist:
$E\hat{\mu }=\frac 1 6(175\mathit{cm}+170\mathit{cm}+175\mathit{cm}+180\mathit{cm}+185\mathit{cm}+165\mathit{cm})=175\mathit{cm}=\mu .$
Das heißt aber gerade, dass $\hat{\mu }$ erwartungstreu für $\mu$ ist.

Beispiel

Beispiel 3:

Wir wollen wissen, ob die Schätzfunktion $\hat{\mu }=\overline X$       erwartungstreu ist für $\mu$. Falls ja, dann muss gelten: $E(\hat{\mu })=\mu .$

Wir setzen $\hat{\mu }=\overline X$     ein und sehen, dass: $\overline X$ ist das arithmetische Mittel, welches folgendermaßen definiert ist$\overline X=\frac 1 n\sum _{i=1}^nX_i.$
Wir bilden den Erwartungswert und sehen, dass $E(\overline X)=E(\frac 1 n\sum _{i=1}^nX_i).$

Der Erwartungswert ist linear, so dass $E(\overline X)=E(\frac 1 n\sum _{i=1}^nX_i)=\frac 1 n\sum _{i=1}^nE(X_i).$
Es ist $E(X_i)=\mu .$        Jetzt sehen wir sofort, dass
$E(\overline X)=E(\frac 1 n\sum _{i=1}^nX_i)=\frac 1 n\sum _{i=1}^nE(X_i)=\frac 1 n\sum _{i=1}^n\mu =\frac 1 nn\ast \mu =\mu .$

Somit haben wir gezeigt, dass die Schätzfunktion $\overline X$ erwartungstreu ist.

Video zur Berechnung der Erwartungstreue

Video: Eigenschaften von Schätzfunktionen

Es gibt wichtige Kriterien anhand deren wir eine Aussage über die Qualität der Schätzung machen können. Diese lauten: Erwartungstreue, Effizienz, asymptotische Erwartungstreue, Konsistenz. Ein Schätzer ist erwartungstreu, wenn sein Erwartungswert gleich dem zu schätzenden Parameter ist. Somit ist die Schätzfunktion genau dann erwartungstreu, falls gilt: $E\hat{\Theta }=\Theta $ Die Schätzfunktion heißt dann auch unverzerrt.
Multiple-Choice

Welche der folgenden Aussagen kommt der Wahrheit am nächsten?

0/0
Lösen

Hinweis:

Bitte kreuzen Sie die richtigen Aussagen an. Es können auch mehrere Aussagen richtig oder alle falsch sein. Nur wenn alle richtigen Aussagen angekreuzt und alle falschen Aussagen nicht angekreuzt wurden, ist die Aufgabe erfolgreich gelöst.

Bild von Autor Daniel Lambert

Autor: Daniel Lambert

Dieses Dokument Eigenschaften von Schätzfunktionen ist Teil eines interaktiven Online-Kurses zum Thema Stichprobentheorie.

Dipl.-Math. Dipl.-Kfm. Daniel Lambert gibt seit vielen Jahren Kurse zur Prüfungsvorbereitung. Er unterrichtet stets orientiert an alten Prüfungen und weiß aus langjähriger Erfahrung, wie sich komplexe Sachverhalte am besten aufbereiten und vermitteln lassen. Daniel Lambert ist Repetitor aus Leidenschaft seit nunmehr 20 Jahren.
Vorstellung des Online-Kurses StichprobentheorieStichprobentheorie
Dieser Inhalt ist Bestandteil des Online-Kurses

Stichprobentheorie

wiwiweb - Interaktive Online-Kurse (wiwiweb.de)
Diese Themen werden im Kurs behandelt:

[Bitte auf Kapitelüberschriften klicken, um Unterthemen anzuzeigen]

  • Übersicht über auftretende Symbole
    • Einleitung zu Übersicht über auftretende Symbole
  • Schätzen
    • Schätzfunktionen
      • Einleitung zu Schätzfunktionen
      • Aufgaben, Beispiele und Berechnungen zu Schätzfunktionen
    • Eigenschaften von Schätzfunktionen
      • Einleitung zu Eigenschaften von Schätzfunktionen
      • Aufgaben, Beispiele und Berechnungen zur Erwartungstreue
    • Asymptotische Erwartungstreue
    • Effizienz
    • Konsistenz
    • Konfidenzintervalle
      • Einleitung zu Konfidenzintervalle
      • Vorgehensweisen, Kochrezepte zur Bestimmung des entsprechenden Konfidenzintervalls
      • Anwendung der Kochrezepte auf Beispiele
      • Aufgaben, Berechnungen und Beispiele zu Konfidenzintervallen
      • Notwendiger Stichprobenumfang
  • Testtheorie
    • Einleitung zu Testtheorie
    • Signifikanztests bei einfachen Stichproben
    • Mehrstichprobentests bei unabhängigen Stichproben
    • Tests bei zwei verbundenen Stichproben
    • Fehlerarten
    • Hypothesenauswahl
      • Einleitung zu Hypothesenauswahl
      • Funktionsweise eines Tests am Beispiel des Einstichproben-Gaußtests
    • Testverteilungen
  • Hochrechnung
    • Einleitung zu Hochrechnung
    • Differenzenschätzung
      • Einleitung zu Differenzenschätzung
      • Verhältnisschätzung (Quotientenschätzer)
    • Klumpen und geschichtete Stichproben
      • Einleitung zu Klumpen und geschichtete Stichproben
      • Geschichtete Stichproben
        • Einleitung zu Geschichtete Stichproben
        • Aufgaben, Beispiele und Berechnungen zu geschichteten Stichproben
      • Wahl des Stichprobenumfangs
  • Regressionsrechnung (Regressionsschätzer)
    • Einleitung zu Regressionsrechnung (Regressionsschätzer)
  • Gemischte Übungsaufgaben zur Stichprobentheorie (Aufgaben 1 bis 5)
    • Einleitung zu Gemischte Übungsaufgaben zur Stichprobentheorie (Aufgaben 1 bis 5)
    • Aufgaben 6 bis 10 zur Stichprobentheorie
    • Aufgaben 11 bis 15 zur Stichprobentheorie
    • Aufgaben 16 bis 20 zur Stichprobentheorie
    • Aufgaben 21 bis 25 zur Stichprobentheorie
    • Aufgaben 26 bis 30 zur Stichprobentheorie
    • Aufgaben 31 bis 35 zur Stichprobentheorie
    • Aufgaben 36 bis 40 zur Stichprobentheorie
    • Aufgaben 41 bis 45 zur Stichprobentheorie
    • Aufgaben 46 bis 50 zur Stichprobentheorie
    • Aufgaben 51 bis 55 zur Stichprobentheorie
  • 40
  • 24
  • 144
  • 21
einmalig 49,00
umsatzsteuerbefreit gem. § 4 Nr. 21 a bb) UStG
Online-Kurs Top AngebotTrusted Shop

Unsere Nutzer sagen:

  • Gute Bewertung für Stichprobentheorie

    Ein Kursnutzer am 28.12.2015:
    "sehr gut erklärt und vorgelesen "

  • Gute Bewertung für Stichprobentheorie

    Ein Kursnutzer am 04.07.2015:
    "super kurs"

NEU! Sichere dir jetzt die perfekte Prüfungsvorbereitung und spare 10% bei deiner Kursbuchung!

10% Coupon: lernen10

Zu den Online-Kursen