Chciałbym wiedzieć, jak pewny siebie mogę być w mojej . Czy ktoś zna sposób na ustawienie górnego i dolnego poziomu ufności dla rozkładu Poissona?
- Obserwacje ( ) = 88
- Średnia próbki ( ) = 47,18182
jak wyglądałoby w tym przypadku 95% zaufania?
Chciałbym wiedzieć, jak pewny siebie mogę być w mojej . Czy ktoś zna sposób na ustawienie górnego i dolnego poziomu ufności dla rozkładu Poissona?
jak wyglądałoby w tym przypadku 95% zaufania?
Odpowiedzi:
Dla Poissona zarówno średnia, jak i wariancja są . Jeśli chcesz mieć przedział ufności wokół lambda, możesz obliczyć błąd standardowy jako √ .
95-procentowy przedział ufności jest X ± 1,96 √.
SE = sig/sqrt(N) = sqrt(lam/N)
? Miałoby to sens, ponieważ odchylenie standardowe pojedynczych wartości sig
mówi nam o prawdopodobieństwie wyciągnięcia losowych próbek z rozkładu Poissona, podczas SE
gdy zdefiniowane powyżej mówi nam o naszym zaufaniu lam
, biorąc pod uwagę liczbę próbek, których użyliśmy do oszacowania.
W tym artykule omówiono 19 różnych sposobów obliczania przedziału ufności dla średniej rozkładu Poissona.
Oprócz odpowiedzi udzielonych przez innych, inne podejście do tego problemu osiąga się poprzez podejście modelowe. Podejście oparte na twierdzeniu o limicie centralnym jest z pewnością poprawne, a szacunki początkowe zapewniają dużą ochronę przed małymi próbkami i problemami z błędną specyfikacją trybu.
Aby uzyskać większą wydajność, można uzyskać lepszy przedział ufności dla , stosując podejście oparte na modelu regresji. Nie trzeba przechodzić przez pochodne, ale proste obliczenie w R wygląda następująco:
x <- rpois(100, 14)
exp(confint(glm(x ~ 1, family=poisson)))
To niesymetryczne oszacowanie przedziału, pamiętajcie, ponieważ naturalnym parametrem poissona glm jest szybkość względna logu! Jest to zaletą, ponieważ istnieje tendencja do przechylania danych zliczania w prawo.
Powyższe podejście ma wzór i jest to:
Ten przedział ufności jest „efektywny” w tym sensie, że pochodzi z oszacowania maksymalnego prawdopodobieństwa na skali parametru naturalnego (log) dla danych Poissona i zapewnia ściślejszy przedział ufności niż ten oparty na skali zliczania przy zachowaniu nominalnego 95% pokrycia .
Biorąc pod uwagę obserwację z rozkładu Poissona ,
Krok po kroku,
Teraz przedział ufności 95% wynosi,
[Edytowane] Niektóre obliczenia na podstawie danych pytań,
Zakładając, że wskazany w pytaniu został sprawdzony zewnętrznie lub został nam przekazany, tj. jest to dobra informacja, a nie oszacowanie.
Przyjmuję to założenie, ponieważ pierwotne pytanie nie zawiera żadnego kontekstu dotyczącego eksperymentu ani sposobu uzyskania danych (co ma ogromne znaczenie przy manipulowaniu danymi statystycznymi).
95% przedział ufności dla danego przypadku to
Dlatego, ponieważ pomiar (n = 88 zdarzeń) jest poza 95% przedziałem ufności, dochodzimy do wniosku, że:
Proces nie przebiega po procesie Poissona lub
The podano nam, że jest niepoprawne.
Ważna uwaga : pierwsza zaakceptowana odpowiedź powyżej jest błędna , ponieważ błędnie stwierdza, że błąd standardowy dla obserwacji Poissona to. Jest to błąd standardowy dla procesu Średnia próbki (próbka pomiarowa).