«confidence-interval» 태그된 질문

정규 분포를 따르는 임의의 숫자 세트를 고려하십시오. x <- rnorm(n=1000, mean=10) 우리는 평균에 대한 평균과 표준 오차를 알고 싶습니다. 그래서 우리는 다음을 수행합니다. se <- function(x) { sd(x)/sqrt(length(x)) } mean(x) # something near 10.0 units se(x) # something near 0.03 units 큰! 그러나 원래 분포가 정규 분포를 따른다는 것을 반드시 …

19 confidence-interval  data-transformation  descriptive-statistics 

여러 곳에서 각 샘플의 로그를 취하여 데이터 세트를 정규 분포의 것으로 변환하고 변환 된 데이터의 신뢰 구간을 계산하고 역 연산을 사용하여 신뢰 구간을 다시 변환 할 수 있다고 들었습니다. (예 : 에 대해 하한과 상한의 거듭 제곱으로 10을 올립니다 .)로그10로그10\log_{10} 그러나이 방법은 그 자체로는 의미가 없습니다.10평균( 로그10( X) )≠ 평균( …

19 confidence-interval  mean  lognormal 

비정규 분포 표본에서 평균의 신뢰 구간을 어떻게 계산할 수 있습니까? 부트 스트랩 방법이 여기에서 일반적으로 사용된다는 것을 알고 있지만 다른 옵션을 사용할 수 있습니다. 비모수 적 옵션을 찾고있는 동안 누군가 파라 메트릭 솔루션이 유효하다고 확신 할 수 있다면 좋을 것입니다. 샘플 크기는> 400입니다. 누구나 R로 샘플을 줄 수 있다면 대단히 …

19 confidence-interval  nonparametric  bootstrap  descriptive-statistics  skewness 

실험을 세 번 반복한다고 상상해보십시오. 각 실험에서 3 회 측정 값을 수집합니다. 3 가지 실험 방법의 차이점에 비해 3 중 실험은 서로 밀접하게 연관되어 있습니다. 대 평균을 계산하는 것은 매우 쉽습니다. 그러나 어떻게 평균의 신뢰 구간을 계산할 수 있습니까? 샘플 데이터 : 실험 1:34, 41, 39 실험 2:45, 51, 52 …

19 confidence-interval  multilevel-analysis 

이 차트를 만들기 위해 mean = 0 및 sd = 1 인 정규 분포와 다른 크기의 랜덤 표본을 생성했습니다. 그런 다음 t.test () 함수를 사용하여 .001에서 .999 (빨간색 선) 범위의 알파 컷오프를 사용하여 신뢰 구간을 계산 한 후, 강의 노트에서 찾은 아래 코드를 사용하여 프로파일 가능성을 계산했습니다. 편집 : 발견 …

18 r  confidence-interval  profile-likelihood 

알 수없는 모집단 표준 편차 (sd)의 평균에 대한 신뢰 구간 (CI)을 계산하기 위해 t- 분포를 사용하여 모집단 표준 편차를 추정합니다. 특히 여기서 입니다. 그러나 모집단의 표준 편차에 대한 점 추정치가 없으므로 근사 통해 추정합니다. 여기서CI=X¯±Z95%σX¯CI=X¯±Z95%σX¯CI=\bar{X} \pm Z_{95\% }\sigma_{\bar X}σX¯=σn√σX¯=σn\sigma_{\bar X} = \frac{\sigma}{\sqrt n}CI=X¯±t95%(se)CI=X¯±t95%(se)CI=\bar{X} \pm t_{95\% }(se)se=sn√se=snse = \frac{s}{\sqrt n} 반대로 …

18 normal-distribution  confidence-interval  sampling  t-distribution 

간단한 ANOVA와 같은 선형 모델을 만들어 봅시다. # 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) 결과는 다음과 같습니다. Call: lm(formula = data ~ 0 + …

18 r  regression  confidence-interval 

신뢰 구간에 대한 두 가지 질문이 있습니다. 신뢰 구간이 좁다는 것은 해당 구간 내에서 관측 값을 얻을 가능성이 적다는 것을 의미하므로 정확도가 높습니다. 또한 95 % 신뢰 구간은 99 % 신뢰 구간보다 좁습니다. 99 % 신뢰 구간은 95 %보다 정확합니다. 누군가 정확성과 좁음의 차이를 이해하는 데 도움이되는 간단한 설명을 해줄 …

18 confidence-interval 

기본 통계 과정에서는 표본 크기 n 이 클 때 (일반적으로 30 또는 50 이상) 모집단 모수의 평균을 추정하기 위해 정규 분포를 사용하는 것이 좋습니다 . 스튜던트의 T- 분포는 표본의 표준 편차에 대한 불확실성을 설명하기 위해 더 작은 표본 크기에 사용됩니다. 표본 크기가 클 경우 표본 표준 편차는 모집단 표준 편차에 …

17 normal-distribution  confidence-interval  t-distribution 

부트 스트랩 기반 신뢰 구간을 연구하는 동안 한 번 다음 문장을 읽었습니다. 부트 스트랩 분포가 오른쪽으로 치우친 경우 부트 스트랩 기반 신뢰 구간은 끝점을 오른쪽으로 더 멀리 이동시키는 수정을 포함합니다. 이것은 직관적이지 않은 것처럼 보일 수 있지만 올바른 조치입니다. 위의 진술의 기본 논리를 이해하려고합니다.

17 confidence-interval  bootstrap 

하나의 모집단에서 두 개의 독립 표본이 있고 두 표본에 대해 다른 방법을 사용하여 점 추정치 및 신뢰 구간을 도출했다고 가정합니다. 사소한 경우에 현명한 사람은 두 샘플을 모으고 한 가지 방법을 사용하여 분석을 수행하지만 데이터 누락과 같은 샘플 중 하나의 제한으로 인해 다른 방법을 사용해야하는 순간을 가정 해 봅시다. 이 두 …

17 confidence-interval  meta-analysis 

나는 최근에 자신감과 믿을만한 간격으로 무작위성을 포함하는 논문을 읽고 있었고 이것이 표준인지 (그리고 그렇다면 합당한 일인지) 궁금했습니다. 표기법을 설정하려면 데이터가 x∈Xx∈Xx \in X 이고 매개 변수 구간을 만드는 데 관심 이 있다고 가정하십시오 θ∈Θθ∈Θ\theta \in \Theta. 함수를 작성하여 구성되는 신뢰 / 신뢰성 간격에 익숙합니다. fx:Θ→{0,1}fx:Θ→{0,1}f_{x} : \Theta \rightarrow \{0,1\} 구간을 …

16 confidence-interval  credible-interval 

참고 : 중복 된 경우 사전에 사과드립니다. 검색에서 비슷한 q를 찾지 못했습니다. 우리가 진정한 매개 변수 p를 가지고 있다고 가정 해보십시오. 신뢰 구간 C (X)는 p의 95 %를 포함하는 RV입니다. 이제 X를 관찰하고 C (X)를 계산한다고 가정하자. 일반적인 대답은 "p를 포함하거나 포함하지 않기"때문에 "p를 포함 할 확률이 95 %"인 것으로 …

16 probability  confidence-interval 

하나의 고정 효과 (조건)와 두 개의 임의 효과 (대상 내 설계 및 쌍으로 인해 참가자)가있는 혼합 효과 모델을 사용하여 데이터 세트를 분석하고 있습니다. lme4패키지로 모델이 생성되었습니다 exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). 다음으로, 고정 효과 (조건)없이 모형에 대해이 모형의 우도 비 검정을 수행했으며 유의 한 차이가 있습니다. 내 데이터 세트에는 3 가지 조건이 있으므로 다중 …

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 

하자 의 값을 가지고 IID 확률 변수의 계열 수 평균 갖는 및 분산 \ 시그마 ^ 2 . 알고있을 때마다 \ sigma를 사용하여 평균에 대한 간단한 신뢰 구간은 P (| \ bar X-\ mu |> \ varepsilon) \ le \ frac {\ sigma ^ 2} {n \ varepsilon ^ 2}로 …

15 normal-distribution  confidence-interval  references  asymptotics  approximation