«confidence-interval» etiketlenmiş sorular

Normal olarak dağıtılan rastgele bir sayı kümesi düşünün: x <- rnorm(n=1000, mean=10) Ortalamayı ve ortalamadaki standart hatayı bilmek istiyoruz, böylece aşağıdakileri yapıyoruz: se <- function(x) { sd(x)/sqrt(length(x)) } mean(x) # something near 10.0 units se(x) # something near 0.03 units Harika! Bununla birlikte, orijinal dağılımımızın normal bir dağılımı takip ettiğini …

19 confidence-interval  data-transformation  descriptive-statistics 

Her bir örneğin logaritmasını alarak, dönüştürülen verilerin güven aralığını hesaplayarak ve ters işlemi kullanarak güven aralığını geri dönüştürebildiğiniz veri kümesini normal dağıtılmış bir şeye dönüştürebileceğinizi duydum / gördüm (örneğin, için sırasıyla alt ve üst sınırların gücüne 10 yükseltin ).log10log10\log_{10} Ancak, bu yöntemden biraz şüpheliyim, çünkü bu sadece ortalama için çalışmaz:10mean(log10(X))≠mean(X)10mean⁡(log10⁡(X))≠mean⁡(X)10^{\operatorname{mean}(\log_{10}(X))} …

19 confidence-interval  mean  lognormal 

Normal olarak dağıtılmamış bir örnekte bir ortalamanın güven aralığını nasıl hesaplayabilirim? Burada yaygın olarak kullanılan bootstrap yöntemlerini anlıyorum, ancak diğer seçeneklere açığım. Parametrik olmayan bir seçenek ararken, birisi beni parametrik bir çözümün geçerli olduğuna ikna edebilirse, bu iyi olur. Numune boyutu> 400'dür. Herkes R bir örnek verebilir eğer çok takdir …

19 confidence-interval  nonparametric  bootstrap  descriptive-statistics  skewness 

Bir deneyi üç kez tekrarladığınızı düşünün. Her deneyde, üçlü ölçümler toplarsınız. Üç kopya, üç deneysel araç arasındaki farklara kıyasla birbirine oldukça yakın olma eğilimindedir. Büyük ortalamanın hesaplanması oldukça kolaydır. Peki, büyük anlam için bir güven aralığını nasıl hesaplayabiliriz? Örnek veri: Deney 1: 34, 41, 39 Deney 2: 45, 51, 52 …

19 confidence-interval  multilevel-analysis 

Bu grafiği yapmak için, ortalama = 0 ve sd = 1 olan normal bir dağılımdan farklı büyüklükte rastgele örnekler ürettim. Güven aralıkları daha sonra t.test () işleviyle .001 ile .999 (kırmızı çizgi) arasında değişen alfa kesimleri kullanılarak hesaplandı, profil olasılığı, aşağıdaki notlarda bulduğum kod kullanılarak hesaplandı (I can ' t …

18 r  confidence-interval  profile-likelihood 

Bilinmeyen popülasyon standart sapması (sd) ile ortalama güven aralığını (CI) hesaplamak için, t dağılımını kullanarak popülasyon standart sapmasını tahmin ediyoruz. Özellikle, CI=X¯±Z95%σX¯CI=X¯±Z95%σX¯CI=\bar{X} \pm Z_{95\% }\sigma_{\bar X} burada σX¯=σn√σX¯=σn\sigma_{\bar X} = \frac{\sigma}{\sqrt n} . Ancak, popülasyonun standart sapması hakkında nokta tahminimiz olmadığından, tahminimizCI=X¯±t95%(se)CI=X¯±t95%(se)CI=\bar{X} \pm t_{95\% }(se)olup, buradase=sn√se=snse = \frac{s}{\sqrt n} Buna …

18 normal-distribution  confidence-interval  sampling  t-distribution 

Bazı doğrusal modellere sahip olalım, örneğin sadece basit ANOVA: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) Sonuç aşağıdaki gibidir: Call: lm(formula = data ~ …

18 r  regression  confidence-interval 

Güven aralıkları hakkında iki sorum var: Görünüşe göre dar bir güven aralığı, bu aralıkta gözlem elde etme şansının daha az olduğu anlamına gelir, bu nedenle doğruluğumuz daha yüksektir. Ayrıca% 95 güven aralığı, daha geniş olan% 99 güven aralığından daha dardır. % 99 güven aralığı% 95'ten daha doğrudur. Birisi doğruluk ve …

18 confidence-interval 

Temel istatistik dersleri, örneklem büyüklüğü n büyük olduğunda (genellikle 30 veya 50'nin üzerinde) bir nüfus parametresinin ortalamasını tahmin etmek için genellikle normal bir dağılım kullanılmasını önerir . Öğrencinin T-dağılımı, numunenin standart sapmasındaki belirsizliği açıklamak için daha küçük numune boyutları için kullanılır. Numune boyutu büyük olduğunda, numune standart sapması popülasyon standart …

17 normal-distribution  confidence-interval  t-distribution 

Bootstrap tabanlı güven aralığını incelerken, bir keresinde aşağıdaki ifadeyi okudum: Önyükleme dağıtımı sağa eğilirse, önyükleme tabanlı güven aralığı, uç noktaları sağa daha da ileriye taşımak için bir düzeltme içerir; bu mantıksız görünebilir, ancak doğru eylemdir. Yukarıdaki ifadenin altında yatan mantığı anlamaya çalışıyorum.

17 confidence-interval  bootstrap 

Birinin aynı popülasyondan iki bağımsız örneği olduğunu ve iki örnek üzerinde nokta tahmini ve güven aralıkları elde etmek için farklı yöntemler kullanıldığını varsayalım. Önemsiz durumlarda, mantıklı bir kişi sadece iki örneği bir araya getirecek ve analizi yapmak için bir yöntem kullanacaktır, ancak bir an için eksik veri gibi numunelerden birinin …

17 confidence-interval  meta-analysis 

Yakın zamanda, güveni ve güvenilir aralıklarında rastgeleliği içeren bir makale okuyordum ve bunun standart olup olmadığını merak ediyordum (ve eğer öyleyse, bunu yapmak neden makul bir şey). Gösterimi ayarlamak için, verilerimizin x∈Xx∈Xx \in X ve parametresi için aralıklar oluşturmakla ilgilendiğimizi varsayalım θ∈Θθ∈Θ\theta \in \Theta. Bir işlev oluşturarak oluşturulan güven / …

16 confidence-interval  credible-interval 

Not: Bu yinelenen bir durum varsa özür dilerim, aramamda benzer bir q bulamadım Diyelim ki gerçek bir parametreniz var p. Bir güven aralığı (C (X)), örneğin% 95 oranında p içeren bir RV'dir. Şimdi X'i gözlemlediğimizi ve C (X) hesapladığımızı varsayalım. Yaygın cevap, bunu "% 95 p içermesi şansına sahip" olarak …

16 probability  confidence-interval 

Bir veri setini bir sabit efekt (durum) ve iki rastgele efekt (katılımcı konu tasarımı ve çifti nedeniyle katılımcı) ile karışık efektler modeli kullanarak analiz ediyorum. Model ile oluşturulan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Sonra, bu modelin sabit etki (durum) olmadan modele karşı bir olasılık oranı testi yaptım ve önemli bir farkım var. Veri …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Let {Xi}ni=1{Xi}i=1n\{X_i\}_{i=1}^n değerleri alınarak Rasgele değişkenlerin bir ailesi [0,1][0,1][0,1] bir ortalama sahip olan, μμ\mu ve varyans σ2σ2\sigma^2 . Ne zaman bilinirse kullanılarak ortalama için basit bir güven aralığı P ( | ˉ X - μ | > ε ) ≤ σ 2 ile verilir.σσ\sigmaP(|X¯−μ|>ε)≤σ2nε2≤1nε2(1).P(|X¯−μ|>ε)≤σ2nε2≤1nε2(1). P( | \bar X - \mu| …

15 normal-distribution  confidence-interval  references  asymptotics  approximation