Questions marquées «confidence-interval»

Un intervalle de confiance est un intervalle qui couvre un paramètre inconnu avec (1−α)%confiance. Les intervalles de confiance sont un concept fréquentiste. Ils sont souvent confondus avec des intervalles crédibles qui est l'analogue bayésien.

14
Clarification sur l'interprétation des intervalles de confiance?
Ma compréhension actuelle de la notion "intervalle de confiance avec le niveau de confiance 1−α1−α1 - \alpha " est que, si nous essayions de calculer plusieurs fois cet intervalle (chaque fois avec un nouvel échantillon), il contiendrait le paramètre correct 1−α1−α1 - \alpha de l'heure. Bien que je me rende …
4
Pourquoi les statisticiens disent-ils qu'un résultat non significatif signifie «vous ne pouvez pas rejeter le zéro» plutôt que d'accepter l'hypothèse nulle?
Les tests statistiques traditionnels, tels que le test t à deux échantillons, visent à éliminer l'hypothèse selon laquelle il n'y a pas de différence entre une fonction de deux échantillons indépendants. Ensuite, nous choisissons un niveau de confiance et disons que si la différence de moyennes dépasse 95%, nous pouvons …
6
Quel est le lien entre les régions crédibles et les tests d’hypothèses bayésiennes?
Dans les statistiques fréquentistes, il existe un lien étroit entre les intervalles de confiance et les tests. Utilisation de l' inférence sur μμ\mu dans la N(μ,σ2)N(μ,σ2)\rm N(\mu,\sigma^2) la distribution , par exemple, le 1−α1−α1-\alpha intervalle de confiance x¯±tα/2(n−1)⋅s/n−−√x¯±tα/2(n−1)⋅s/n\bar{x}\pm t_{\alpha/2}(n-1)\cdot s/\sqrt{n} contient toutes les valeurs deμμ\muqui ne sont pas rejetées par …
2
Dans quelle mesure les intervalles de confiance des objets lmer sont-ils fiables dans le paquet d'effets?
Effectspackage fournit un moyen très rapide et pratique pour tracer les résultats de modèle à effets mixtes linéaires obtenus par lme4package . leeffect fonction calcule très rapidement les intervalles de confiance (IC), mais dans quelle mesure ces intervalles de confiance sont-ils fiables? Par exemple: library(lme4) library(effects) library(ggplot) data(Pastes) fm1 <- …
3
Pourquoi y a-t-il une différence entre le calcul manuel d'un intervalle de confiance de 95% selon la régression logistique et l'utilisation de la fonction confint () dans R?
Cher tout le monde - J'ai remarqué quelque chose d'étrange que je ne peux pas expliquer, pouvez-vous? En résumé: l'approche manuelle pour calculer un intervalle de confiance dans un modèle de régression logistique et la fonction R confint()donnent des résultats différents. Je suis passé par la régression logistique appliquée de …
34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 
1
Conséquences de l'inégalité de corrélation gaussienne pour le calcul des intervalles de confiance conjoints
Selon cet article très intéressant du magazine Quanta: "Une preuve longuement recherchée, trouvée et presque perdue" , - il a été prouvé que, étant donné un vecteur ayant une variable multiple Distribution gaussienne, et compte tenu des intervalles centrés autour des moyennes des composantes correspondantes de , puisx =( x1, …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.