Wir betrachten nun noch zwei Beispiele für asymptotische
Konfidenzintervalle bei Zwei-Stichproben-Problemen.
Seien
zwei beliebige, jedoch vorgegebene
natürliche Zahlen.
So wie in Abschnitt 3.3.2 fassen wir die (konkreten)
Stichproben
und
als Realisierungen von zwei
unabhängigen (d.h. nicht verbundenen) Zufallsstichproben
bzw.
auf.
1.
Konfidenzintervall für die Differenz zweier
Erwartungswerte (bei Poisson-Verteilung)
Wir nehmen an, dass
Poi
und
Poi
für (unbekannte)
.
Um ein asymptotisches Konfidenzintervall für die Differenz
herzuleiten, wenden wir den zentralen
Grenzwertsatz von Ljapunow für Summen von unabhängigen (jedoch
nichtnotwendig identisch verteilten) Zufallsvariablen an; vgl.
Theorem WR-5.23.
Zur Erinnerung: Für jedes
sei
eine Folge von unabhängigen
Zufallsvariablen, so dass für jedes
(36)
und für ein
(37)
In Theorem WR-5.23 hatten wir gezeigt, dass dann für jedes
(38)
wobei
die Verteilungsfunktion der
N-Verteilung ist.
Damit ist auch die Gültigkeit der Bedingung (37)
gezeigt, und die Behauptung (39) ergibt sich somit
aus (38).
Beachte
$&bull#bullet;$
Nun können wir genauso wie bei den beiden Beispielen vorgehen, die
in Abschnitt 3.4.1 betrachtet worden sind.
$&bull#bullet;$
Aus dem starken Gesetz der großen Zahlen (vgl. Theorem WR-5.15)
ergibt sich nämlich, dass für
$&bull#bullet;$
Mit Hilfe des Satzes von Slutsky für die Multiplikation (vgl.
Theorem WR-5.11) ergibt sich hieraus und aus
Lemma 3.1, dass für jedes
(40)
$&bull#bullet;$
Deshalb ist mit
bzw.
ein asymptotisches Konfidenzintervall
für
zum Niveau
gegeben.
2.
Konfidenzintervall für den Quotienten von
Erwartungswerten (bei Poisson-Verteilung)
So wie in dem vorhergehenden Beispiel nehmen wir an, dass
Poi
und
Poi
für (unbekannte)
gilt, wobei jedoch der
Quotient
der beiden Stichprobenumfänge
nun eine Konstante sei.
Wir betrachten den Quotienten
(41)
wobei
der Erwartungswert der Summe
der Stichprobenvariablen in der zweiten
(Teil-) Stichprobe und
der
Erwartungswert der Summe der insgesamt beobachteten
Stichprobenvariablen ist.
Um ein asymptotisches Konfidenzintervall für herzuleiten,
wenden wir den zentralen Grenzwertsatz für Summen mit einer
zufälligen Anzahl von (unabhängigen und identisch verteilten)
Summanden an; vgl. Beispiel 3 in Abschnitt WR-5.3.2.
Zur Erinnerung: Seien
unabhängige und
identisch verteilte Zufallsvariablen mit
und
.
Sei
eine Folge von nichtnegativen und
ganzzahligen Zufallvariablen, so dass
und
mit Wahrscheinlichkeit .
Außerdem gebe es Konstanten
und mit
und
gibt, so dass für
(42)
In Beispiel 3 des Abschnittes WR-5.3.2 hatten wir gezeigt, dass
dann für
(43)
wobei
und
.
Hieraus ergibt sich der folgende Hilfssatz.
Lemma 3.2
Für die Stichprobenumfänge gelte
, so
dass der Quotient
eine Konstante ist,
die nicht von abhängt. Für die Partialsummen
, wobei , gilt dann
(44)
wobei in
gegeben ist.
Beweis
Aus dem starken Gesetz der großen Zahlen (vgl. Theorem WR-5.15)
ergibt sich, dass
Die bedingte Verteilung von unter der Bedingung
ist also die Binomialverteilung
Bin.
Hieraus folgt, dass
falls Bin bzw.
.
Durch beidseitiges Multiplizieren dieser Gleichung mit
und
anschließendes Summieren über ergibt sich aus der Formel der
totalen Wahrscheinlichkeit, dass