请务必注意,总体参数不是随机变量。
-
4 $\开始组$ 根据定义,置信区间与 数值特性 的 分配 随机变量。 请参阅 关于置信区间的线索 因此,如果你希望你的听众能理解“随机变量的置信区间”这样的短语,你需要解释一下,你是以一种非常规的方式使用“置信区间”的,你需要定义一下你所说的置信区间是什么意思。 $\端组$ – 沃伯 ♦ 5月11日13:33 -
2 $\开始组$ 查阅任何关于统计或估计的标准文本:Kendall,Stuart&Ord; 莱曼; 卡塞拉和伯杰; 等。 我们的一些 关于CI定义的帖子 提供参考。 $\端组$ – 沃伯 ♦ 5月11日14:59
4个答案
这并不是说数据或参数必须被认为是真正固定的,而是间隔与 条件分布的计算 其中一个(数据/参数)是在另一个(参数/数据)固定的基础上计算的。
从这个角度来看,由于番茄品种、阳光、糊料浓度、热处理等各种随机因素,各批次的未知糖含量会略有不同,这是一个变量。 从这个角度来看,一旦番茄过去被创造出来(并且所有的随机变量都被“绘制”出来),它就有一个固定的真值。
-
4 $\开始组$ 某物是否是随机变量是一个数学问题,而不是现实问题。 你可以有一个概率模型,其中糖分是随机的,你可以有概率模型,糖分是固定的。 事实上,没有什么能让第二个错误,第一个正确。 我看到的所有关于置信区间的正式定义都将$\theta$视为固定值,这是有充分理由的,因为否则,它们会在给定数据的情况下,邀请有关$\theta$的概率声明,而这是不允许的。 $\端组$ – 克里斯蒂安·海宁 5月11日13:30 -
$\开始组$ @Christian Hennig置信区间背后的原始思想,即基准概率, 做 将区间视为关于$\theta$的概率陈述。 只是“给定数据”,这不是一个概率陈述。 $\端组$ 5月11日14:50 -
2 -
1 $\开始组$ 内曼多次强调,置信区间内的参数不是随机的。 他可能不是第一个计算出置信区间的人,但我很好奇你是否有任何参考资料支持“置信概率是置信区间背后的原始思想”这一说法。 我会的 非常 感到惊讶。 $\端组$ – 克里斯蒂安·海宁 5月11日17:47 -
1 $\开始组$ @克里斯蒂安·海宁(Christian Hennig):我还有一些书要读(目前正在写《数理统计与概率讲座与会议》第5章),但读到内曼和费舍尔如何争吵和分歧,几乎是一件有趣的事。 在我看来,这两种方法在考虑给定参数的数据分布的思想上似乎非常相似。 Fisher对基准分布的限制性更强,因为基准分布并不总是可以定义的,而置信区间背后的思想可以得到更广泛的应用。 $\端组$ 5月11日23:23
-
$\开始组$ “现在你问是否可以说这是随机变量的置信区间 𝜃 “。这正是我的问题。我现在明白了为什么它会引起误解。我仍然想知道是否有可能准确地得出关于语句正确性或不正确性的结论?语义完全有可能不是那么黑白分明,我们不能肯定地称其为正确或不正确。你认为呢? $\端组$ – 什里扬人 5月11日12:05 -
1 $\开始组$ “频率学家对概率的解释,其中参数不是随机变量” 频率学家对概率的解释也可以考虑随机变量的参数(例如,从另一个分布中提取的参数,以及 那个 分布具有固定参数)。 $\端组$ 5月11日12:47 -
-
$\开始组$ @克里斯蒂安·海宁(Christian Hennig)我接受这个答案有点过于急躁。 读了塞克斯特斯的回答后,我又一次感到困惑。 我会再考虑一下。 $\端组$ 5月11日15:44 -
1 $\开始组$ @Shreyans关于CI一词的一般用法,大多数人确实认为这意味着参数是固定的(当明确定义时,通常在文献中找到),但正如你在这里看到的,这方面的一致性不是100%。 通常,对于定义的最终正确性没有绝对权威。 在某些情况下,人们普遍同意,但像CI这样的术语在如此广泛的领域和文化中使用,您可能会发现不一致,即使大多数使用意味着应该有一个唯一的定义。 $\端组$ – 克里斯蒂安·海宁 5月12日10:30
一定要注意人口参数不是随机变量。
我认为 𝜃 (总体参数)为随机变量。
使用样本获取总体参数的估计值 尝试确定样本统计的理论抽样分布(可以是正态、t、F、二次方等) 通过使用样本统计的采样分布来生成真实总体参数的置信区间。
抛硬币落在头上的概率是多少? 立即、自信地回答 $\压裂{1}{2}$ 紧随其后的是残暴 这个房间的天花板今天掉下来的概率是多少?
-
-
-
-
-
1