Meillä on varma tieto, että alueella A on eläin E, siis yksilö (ei ole kyse tietyn lajin "bongaamisesta").
Alueen halki johtaa polku ja haluaisin yrittää estimoida todennäköisyyttä sille, että polulla kulkija havaitsee E:n.
Kysymys: miten todennäköisyyden arvio (sille, että yksittäinen polulla kulkija näkee E:n) käyttäytyy tilanteessa, jossa E:tä ei ole nähty polulta vielä kertaakaan, mutta N1, N2, N3.. jne. kappaletta ihmisiä on kulkenut polun läpi?
Alueen halki johtaa polku ja haluaisin yrittää estimoida todennäköisyyttä sille, että polulla kulkija havaitsee E:n.
Kysymys: miten todennäköisyyden arvio (sille, että yksittäinen polulla kulkija näkee E:n) käyttäytyy tilanteessa, jossa E:tä ei ole nähty polulta vielä kertaakaan, mutta N1, N2, N3.. jne. kappaletta ihmisiä on kulkenut polun läpi?
Vastaukset 14
Vanhimmat
No periaatteessa tällaisia tehtäviä voi mallintaa todella monella tapaa. Kokonaisia väitöskirjoja on kirjoitettu eläinten käyttäytymisestä ja petojen/saalistettavien populaatioiden tasapainotiloista. Myös koolla on väliä. Norsu havaitaan paljon todennäköisemmin kuin sisilisko. Ja toiset ihmiset havaitsevat paremmin eläimiä kuin toiset.
Vaikka olettaisi, että jokaisella polun kulkijalla on yhtä suuri todennäköisyys p havaita eläin, ennen kuin eläin on havaittu, sen havaitsemistodennäköisyyttä ei voi estimoida, mutta sen ylärajaa voi. Kun n kulkijaa on mennyt, eikä eläintä ole havaittu, voidaan asettaa hypoteesi, että p < jotakin ja laskea millä todennäköisyydellä hypoteesi pitää paikkansa.
Kiitos, juuri jotain tällaista tapaa kaipasin. Muistaisitko kaavaa tuolle suoraan tai miten löytäisin sen itse? Matematiikkani on ruosteessa..
Joku tilastomatematiikan perustesti toimii, ehkä ksii toiseen. Tässä yksinkertainen esimerkki, jossa lasketaan, montako kulkijaa pitää mennä tekemättä havaintoa, jotta havaintotodennäköisyys p olisi pienempi kuin 0.5 melkein merkitsevästi. Jos p=0.5, niin neljältä kulkijalta jää havainto tekemättä todennäköisyydellä 0,5^4 = 0,0625. tämä ei vielä alita merkitsevyysrajaa. Viideltä vastaavasti 0,03125, joka on pienempi kuin 0,05. Tällöin, kun viisi kulkijaa on mennyt tekemättä havaintoa, voidaan väittää, että p < 0,5 tilastollisesti melkei merkitsevästi, eli 95 % varmuudella.
Mikä on ksii toiseen jakauma? En ole kuullutkaan moisesta.
Kiitos. Jos oikein ymmärsin, niin esimerkiksi seuraavilla luvuilla tulisi "melkein merkitsevä" varmuus, että havaintotodennäköisyys on pienempi kuin 1/200.
p = 1/200 = 0,005
kulkijoita 500
-> (1-p)^500 = 0,0816
Joka on kymmenen kertaa pienempi kuin 1-p. Vai laitoinko numerot väärään järjestykseen, vertaanko väärään lukuun tms.? En muista hyvin merkitsevyysrajan käsitettä enkä osaa käyttää oikein jakaumia valitettavasti.
Todennäköisyysestimaatin tulee olla pienempi kuin merkitsevyysaso. Eli tuossa (1-p)^n pitää olla < = 0,05. Tuo (1-p)^500 = 0,0816 tarkoittaa, että 500 kulkijan jölkeen n. 92% todennäköisyydellä p <= 0,005; tämä ei ole vielä edes melkein merkitsevä tulos.
Yleisesti käytetyt tasot:
0,05 tilastollisesti melkein merkitsevä
0,01 tilastollisesti merkitsevä
0,001 tilastollisesti erittäin merkitsevä.
Merkitsevyystaso tarkoittaa käytännössä sitä, millä todennäköisyydellä testi antaa väärän tuloksen.
Mahdatko tarkoittaa khii toiseen testiä etkä ksii toiseen?
Juu se varmaan oli mielessä - en nähtävästi osaa lausua kreikkalaisia kirjaimia oikein:( Joku simppleli testi tuohon joka tapauksessa löytyy, liekö sitten tuo tai joku muu.
Todennäköisyyteen liittyy myös se, että havaitsija on oikeaan aikaan oikeassa paikassa havaintokykyisenä.
Eihän se tuntematon eläin omista liikkeistään tule ilmoittamaan.
1 1=3
Kun tarpeeksi pyöritellään numeroita ja kaavoja saadaan revittyä tietoa tyhjästä.
No näkeehän sen sokea reettakin, että jos 500 kulkijaa on mennyt, eikä kukaan ole sutta nähnyt, niin todennäköisyys sen suuhun joutumiselle on pieni.
Tarkemmin laskettuna < 6 promillea 95 % todennäköisyydellä ja 96 % luotettavuudella.
0,0