问一个比较郁闷的问题 区间估计(求置信区间,假设检验)是在什么情况下做?如果一个方程用模拟退火搜索得到参数了 那么接下来 需不需要做?区间估计是不是需要统计样本 那么 需不需要
问一个比较郁闷的问题 区间估计(求置信区间,假设检验)是在什么情况下做?如果一个方程用模拟退火搜索得到参数了 那么接下来 需不需要做?区间估计是不是需要统计样本 那么 需不需要
问一个比较郁闷的问题 区间估计(求置信区间,假设检验)是在什么情况下做?
如果一个方程用模拟退火搜索得到参数了 那么接下来 需不需要做?区间估计是不是需要统计样本 那么 需不需要大量重复运行程序 来得到样本?
问一个比较郁闷的问题 区间估计(求置信区间,假设检验)是在什么情况下做?如果一个方程用模拟退火搜索得到参数了 那么接下来 需不需要做?区间估计是不是需要统计样本 那么 需不需要
如果是通过模拟算出的样本估值,这个置信区间是这样构建的
假设通过模拟,得到了1000个一个总体参数的估值.
假设这个参数是lambda
以下是R代码
lower=lambdahat-(lambdata[order(lambdata)][975]-lambdahat)
higher=lambdahat-(lambdata[order(lambdata)][25]-lambdahat)
lambdata是含有1000个样本估值的一个object.
lambdahat是这1000个lambda的平均值,
置信区间就是(lower,higher)
思路是很明确的,就是用样本估值的这个参数构建的置信区间,这个估值是在中间的.
所有样本估值都最好估算一个置信区间.
因为置信区间是检查,你用样本对这个总体参数估值究竟有多好.区间小,那么Sd(lamdahat)就小,也就是说,估值的上下误差不大.
区间估计与假设检验的联系和区别 答案希望能够 越详细越好,而且要的是迅速,法2:利用单个样本t检验过程求均值的置信区间Compare Means→One_Sample T