Tvirtas vertintojas arba tas, kuris turi tvirtumo savybę, yra tas, kurio pagrįstumas nėra pakeistas pažeidus bet kurią pradinę prielaidą.
Patikimo įvertintojo idėja yra pasirengti galimiems pradinių prielaidų gedimams. Statistikoje ir ekonomikoje paprastai naudojamos pradinės hipotezės. Tai yra prielaidos, pagal kurias formuluojama, kad teorija gali būti įvykdyta. Pavyzdžiui: "Darant prielaidą, kad Messi nėra sužeistas, jis žais 100-ąsias rungtynes su" Barcelona ".
Mes turime pradinę hipotezę ir rezultatą. Hipotezė yra ta, kad jis nesusižeidžia. Jei jis bus sužeistas, prognozės, kad jis žais 100-osios lygos žaidimą, nepasiteisins. Šiuo atveju mes dirbame ne su patikimu skaičiuotuvu. Kodėl? Nes jei jis būtų tvirtas vertintojas, tai, kad jis susižeidė, nepakenktų prognozavimui.
Taškinis įvertisPatikimas įvertintojas ir pradinės prielaidos
Aukščiau pateiktas pavyzdys yra atvirai paprastas pavyzdys. Statistikoje, jei neturime pagrindinių žinių, tai nėra tokie lengvi pavyzdžiai. Tačiau mes bandysime paaiškinti pradinę prielaidą, kuri paprastai sulaužoma, kai atliekame įvertį.
Pradinės prielaidos arba pradinės prielaidos yra įprastos ekonomikoje. Ekonominiame modelyje labai dažnai nurodomos pradinės prielaidos. Pavyzdžiui, darant prielaidą, kad rinka yra visiškai konkurencinga, įprasta daugelyje ekonominių modelių.
Darant prielaidą, kad susiduriame su visiškai konkurencinga rinka, mes darome prielaidą - daug supaprastindami - kad visi esame vienodi. Mes visi turime tuos pačius pinigus, produktai yra vienodi ir niekas negali daryti įtakos prekės ar paslaugos kainai.
Žvelgiant iš šios perspektyvos, statistikoje pradinė prielaida, išsiskirianti visų kitų atžvilgiu, yra tikimybių pasiskirstymas. Tam, kad būtų įvykdytos tam tikros mūsų įverčio savybės, reikia įvykdyti, kad tiriamas reiškinys būtų paskirstytas pagal tikimybės struktūrą.
Normalus skirstinys
Dažniausias yra normalus tikimybių pasiskirstymas. Taigi jo pavadinimas. Jis taip vadinamas, nes yra „įprastas“ arba įprastas. Labai dažnai matyti, kaip daugelyje statistinių tyrimų teigiama: "Mes manome, kad atsitiktinis kintamasis X yra normaliai pasiskirstęs".
Esant normaliam skirstiniui, yra keletas vertintojų, kurie veikia gerai. Žinoma, turime savęs paklausti, kas yra, jei atsitiktinio kintamojo X pasiskirstymas nėra normalus skirstinys? Tai gali būti, pavyzdžiui, hipergeometrinis pasiskirstymas.
Tvirto įvertintuvo pavyzdys
Dabar, kai turime nedidelę idėją, paimkime pavyzdį. Įsivaizduokime, kad norime apskaičiuoti Leo Messi įvarčių vidurkį per sezoną. Savo tyrime mes darome prielaidą, kad Messi tikslų tikimybių pasiskirstymas yra normalus skirstinys. Taigi mes naudojame vidurkį. Tas vertintojas turi formulę. Mes ją pritaikome ir tai duoda rezultatą. Pavyzdžiui, 48,5 įvarčio per sezoną.
Atsižvelgdami į tai, kas išdėstyta pirmiau, tarkime, kad padarėme klaidą tikimybių pasiskirstymo tipe. Jei tikimybių pasiskirstymas iš tikrųjų būtų studento t pasiskirstymas, ar pritaikius atitinkamą vidurkio formulę gautume tą patį rezultatą? Pavyzdžiui, rezultatas gali būti 48 tikslai. Rezultatas nėra tas pats, tačiau mes labai priartėjome. Apibendrindami galėtume pasakyti, kad vertintojas yra tvirtas, nes pradinėje prielaidoje padaryta klaida reikšmingai nekeičia rezultatų.