% 95 güven elipsinin gerçek anlamını okurken, 2 açıklamaya rastlıyorum:
Biraz ışık tutabilir misin?
Yanıtlar:
Aslında, hiçbir açıklama doğru değildir.
Güven elipsinin, iki değişkenli dağılımınızın gerçek nüfus ortalaması gibi gözlemlenmemiş nüfus parametreleriyle ilgisi vardır . Bu ortalama için% 95 güven elips gerçekten aşağıdaki özelliğe sahip bir algoritmadır: örneklemenizi altta yatan dağıtımdan defalarca çoğaltacak ve her seferinde bir güven elipsi hesaplayacak olsaydınız, bu şekilde inşa edilen elipslerin% 95'i altta yatan içerir anlamına gelmek. (Her bir numunenin elbette farklı bir elips vereceğini unutmayın.)
Dolayısıyla, bir güven elips genellikle edecek değil gözlemlerin% 95 içerirler. Aslında, gözlem sayısı arttıkça, ortalama genellikle daha iyi ve daha iyi tahmin edilir ve bu da gerçek verilerin daha küçük ve daha küçük bir oranını içeren daha küçük ve daha küçük güven elipslerine yol açar. (Ne yazık ki, bazı insanlar verilerinin% 95'ini içeren en küçük elipsi hesaplarlar, tek başına oldukça iyi olan bir kantil anımsatan ... ancak daha sonra bu "kantil elips" i "güven elips" olarak adlandırmaya devam ederler. gördüğünüz gibi karışıklığa yol açar.)
Altta yatan nüfusun varyansı, güven elipsiyle ilgilidir. Yüksek varyans, verilerin her yerde olduğu anlamına gelir, bu nedenle ortalama iyi tahmin edilmez, bu nedenle güven elips, varyansın daha küçük olduğundan daha büyük olacaktır.
Tabii ki, tahmin etmek isteyebileceğimiz diğer herhangi bir nüfus parametresi için de güven elipslerini hesaplayabiliriz. Veya elipslerden başka güven bölgelerine bakabiliriz, özellikle de tahmini parametrenin (asimptotik olarak) normal olarak dağıtıldığını bilmiyorsak.
Güven elipsinin tek boyutlu analogu güven aralığıdır ve bu etiketteki önceki sorulara göz atmak yardımcı olur. Bu etikette şu anda en çok oylanan soru özellikle iyi: Neden% 95 CI,% 95 ortalamayı içerme şansını ima etmiyor? Buradaki tartışmanın çoğu, tek boyutlu güven aralığının daha yüksek boyutlu analogları için de geçerlidir.
Bu kavramın uygulandığı alana bağlıdır. Yukarıda söylenenler istatistikler için doğrudur, ancak istatistikleri diğer konulara uyguladığımızda işler biraz farklıdır. Örneğin biyomekanikte, bir konu bir kuvvet platformunda durduğunda basınç yer değiştirmesinin merkezini ölçmek için bir teknik olarak güven elipsi terimini (tahmin elipsi olup olmadığı tartışması olsa da) kullanıyoruz. Daha sonra, iki eksen (büyük ve küçük) etrafında çizilen elipsin, bir deneme süresi boyunca basınç yer değiştirmesinin merkezini temsil eden veri noktalarının% 95'ini içermesi beklenir.