Spēcīgs novērtētājs vai tāds, kam piemīt noturības īpašība, ir tāds, kura derīgums netiek mainīts neviena sākuma pieņēmuma pārkāpuma rezultātā.
Stingra novērtētāja ideja ir sagatavoties iespējamām sākotnējo pieņēmumu neveiksmēm. Statistikā un ekonomikā parasti tiek izmantotas sākotnējās hipotēzes. Tas ir, pieņēmumi, saskaņā ar kuriem formulē, ka teoriju var izpildīt. Piemēram: "Pieņemot, ka Mesi nav ievainots, viņš aizvadīs 100. spēli ar" Barcelona "."
Mums ir sākuma hipotēze un rezultāts. Hipotēze ir tāda, ka viņš sevi netraumē. Ja viņš būs ievainots, prognoze, ka viņš aizvadīs savu 100. līgas spēli, nepiepildīsies. Šajā gadījumā mēs nestrādājam ar stabilu novērtētāju. Kāpēc? Jo, ja viņš būtu stabils novērtētājs, tas, ka viņam būtu trauma, prognozi neapdraudētu.
Punktu tāmeStingrs novērtētājs un sākuma pieņēmumi
Iepriekš minētais piemērs ir atklāti sakot vienkāršs piemērs. Statistikā, ja vien mums nav pamata zināšanu, tie nav tik vienkārši piemēri. Tomēr mēs mēģināsim izskaidrot sākotnējo pieņēmumu, kas parasti tiek lauzts, veicot tāmi.
Sākuma pieņēmumi vai sākotnējie pieņēmumi ir izplatīti ekonomikā. Ekonomikas modelī ir ļoti bieži norādīti sākotnējie pieņēmumi. Piemēram, pieņemot, ka tirgus ir pilnīgi konkurētspējīgs, ir izplatīts daudzos ekonomiskajos modeļos.
Pieņemot, ka mēs saskaramies ar pilnīgi konkurējošu tirgu, mēs pieņemam - daudz ko vienkāršojot -, ka mēs visi esam vienādi. Mums visiem ir vienāda nauda, produkti ir vienādi, un neviens nevar ietekmēt preces vai pakalpojuma cenu.
No šī viedokļa statistikā sākuma pieņēmums, kas izceļas pār visiem citiem, ir varbūtību sadalījums. Lai tiktu izpildītas noteiktas mūsu novērtētāja īpašības, ir jāapliecina, ka pētāmā parādība tiek sadalīta atbilstoši varbūtības struktūrai.
Normāls sadalījums
Parastais varbūtības sadalījums ir visizplatītākais. Tāpēc tā nosaukums. To sauc tāpēc, ka tas ir "normāls" vai parasti. Tas ir ļoti bieži, lai redzētu, kā daudzos statistikas pētījumos tiek teikts: "Mēs pieņemam, ka nejaušais mainīgais X parasti tiek sadalīts."
Saskaņā ar normālo sadalījumu ir daži novērtētāji, kas darbojas labi. Protams, mums jājautā sev, kā ir, ja nejaušā mainīgā lieluma X sadalījums nav normāls sadalījums? Tas varētu būt, piemēram, hipergeometriskais sadalījums.
Spēcīga novērtētāja piemērs
Tagad, kad mums ir neliela ideja, ņemsim piemēru. Iedomāsimies, ka mēs vēlamies aprēķināt Leo Mesi vidējo vārtu guvumu sezonā. Mūsu pētījumā mēs pieņemam, ka Messi mērķu varbūtības sadalījums ir normāls sadalījums. Tātad mēs izmantojam vidējā lieluma novērtētāju. Šim aprēķinātājam ir formula. Mēs to pielietojam, un tas dod mums rezultātu. Piemēram, 48,5 vārti sezonā.
Ņemot vērā iepriekš minēto, pieņemsim, ka esam pieļāvuši kļūdu varbūtības sadalījuma tipā. Ja varbūtības sadalījums faktiski būtu studenta t sadalījums, vai attiecīgās vidējās formulas piemērošana mums dotu tādu pašu rezultātu? Piemēram, rezultāts var būt 48 vārti. Rezultāts nav tas pats, tomēr mēs esam nonākuši ļoti tuvu. Noslēgumā mēs varētu teikt, ka aprēķinātājs ir stabils, jo kļūdīšanās sākotnējā pieņēmumā rezultātus būtiski nemaina.