Wnioskowanie częstościowe
Wnioskowanie częstościowe - falsyfikacja hipotez statystycznych w oparciu o ich oczekiwane długoterminowe właściwości.
Wnioskowanie częstościowe - falsyfikacja hipotez statystycznych w oparciu o ich oczekiwane długoterminowe właściwości.
Jednym z głównych celów statystyki jest estymacja nieznanych parametrów. Estymator wykorzystuje pomiary i właściwości oczekiwań w celu przybliżenia tych parametrów. Aby zilustrować tę ideę oszacujemy wartość liczby \( \pi \) przez losowe upuszczanie próbek na kwadrat z okręgiem wpisanym. Poniżej definiujemy estymator \( \hat{\pi} \) , gdzie \( m \) jest liczbą próbek wewnątrz okręgu, a \( n \) jest całkowitą liczbą upuszczonych próbek. Można wykazać, że ten estymator jest nieobciążony.
| \(\hat{\pi} = 4\dfrac{m}{n}\) |
\( m= \) 0.00 \( n= \) 0.00 |
\( \hat{\pi}= \) |
W przeciwieństwie do estymatorów punktowych przedziały ufności szacują parametr, określając zakres możliwych wartości. Taki przedział jest związany z określonym (z góry) poziomem ufności (prawdopodobieństwo tego, że przedział zawiera nieznaną wartość szacowanego parametru).
Wybierz rozkład zmiennej w populacji.
Wybierz rozmiar próby \((n)\) i poziom ufności \((1-\alpha)\).
Zacznij, aby wygenerować przedziały ufności.
Bootstrap (metody samowsporne) – metody szacowania rozkładu błędów estymacji, za pomocą wielokrotnego losowania ze zwracaniem z próby.
Wybierz rozkład zmiennej w populacji.
Ustal liczność \((n)\) i pobierz próbę z wybranego rozkładu.
Repróbkuj, żeby wygenerować rozkład empiryczny.