Quanta Magazine의이 흥미로운 기사에 따르면, "오래된 증거, 발견 및 거의 잃어버린 증거" 는 다변량을 갖는 벡터 가 주어진다는 것이 증명되었습니다 가우스 분포와 주어진 구간 은 의 해당 성분의 평균을 중심으로 한 다음I 1 , … , I n x
(가우시안 상관 불평등 또는 GCI. 보다 일반적인 공식 은 https://arxiv.org/pdf/1512.08776.pdf 참조 )
이것은 정말 좋고 간단 해 보이며,이 기사는 공동 신뢰 구간에 영향을 미친다고 말합니다. 그러나 나에게는 그 점에서 꽤 쓸모없는 것 같습니다. 매개 변수 추정하고 있으며 추정값이 \ hat {\ theta_1}, \ dots, \ hat {\ theta_n} 인 것으로 추정됩니다. . I는 각 파라미터의 95 개 % -confidence 간격을 계산할 경우, 상기 하이퍼 큐브 상기 GCI 보장한다는 I_1 \ 시간 \ 도트 2051-N은 커버리지 조인트 신뢰 영역은 적어도 (0.95) ^ N 심지어 매우 낮은 커버리지이다 .. 중간 n .
따라서, 그것은 공동 신뢰 영역을 찾는 현명한 방법이 아닌 것 같습니다. 공분산 행렬을 알 수 없을 때 신뢰 영역을 찾는 것이 유용 할 수 있습니까? 공동 신뢰 영역 계산과 GCI의 관련성에 대한 예를 보여 주실 수 있습니까?