সর্বাধিক সম্ভাবনার আস্থা অন্তর
বার্নোল্লি নমুনার স্বাভাবিক আনুমানিকতা তুলনামূলকভাবে বড় নমুনার আকার এবং লেজগুলি থেকে অনেক দূরের নমুনার অনুপাতের উপর নির্ভর করে। সর্বাধিক সম্ভাবনার প্রাক্কলন লগ-ট্রান্সফর্মড প্রতিকূলতাকে কেন্দ্র করে এবং এটি -এর জন্য অ-প্রতিসামান্য, দক্ষ অন্তর সরবরাহ করে যা পরিবর্তে ব্যবহার করা উচিত।p
লগ-β^0=log(p^/(1−p^))
1 জন্য একটি 1- সিআই এর দ্বারা দেওয়া হয়েছে:αβ0
CI(β0)α=β^0±Zα/21/(np^(1−p^)−−−−−−−−−−−√
এবং এটি সাথে একটি (অ-প্রতিসাম্য) ব্যবধানে আবার রূপান্তরিত হয়েছে :p
CI(p)α=1/(1+exp(−CI(β0)α)
এই সিআইয়ের অতিরিক্ত সুবিধা রয়েছে যা অনুপাত 0 বা 1 এর ব্যবধানের মধ্যে থাকে এবং সিআই সঠিক মাত্রায় থাকার সময় স্বাভাবিক ব্যবধানের চেয়ে সর্বদা সংকীর্ণ থাকে। আপনি আর এ খুব সহজেই এটি উল্লেখ করে পেতে পারেন:
set.seed(123)
y <- rbinom(100, 1, 0.35)
plogis(confint(glm(y ~ 1, family=binomial)))
2.5 % 97.5 %
0.2795322 0.4670450
সঠিক দ্বিপদী আস্থা অন্তর
ছোট নমুনায়, এমএলই-এর স্বাভাবিক সান্নিধ্য - যদিও নমুনার অনুপাতে সাধারণ সান্নিধ্যের চেয়ে ভাল - এটি নির্ভরযোগ্য হতে পারে না। এটা ঠিক আছে. দ্বি দ্বি ঘনত্ব অনুসরণ করতে taken নেওয়া যেতে পারে । জন্য সীমা 2.5th এবং 97.5 তম এই ডিস্ট্রিবিউশন থেকে শতকরা গ্রহণ পাওয়া যেতে পারে।Y=np^(n,p)p^
CIα=(F−1p^(0.025),F−1p^(0.975))
খুব কম সময়েই সম্ভব, গণনা সংক্রান্ত পদ্ধতি ব্যবহার করে জন্য একটি সঠিক দ্বিপদী আত্মবিশ্বাসের অন্তর পাওয়া যায় ।p
qbinom(p = c(0.025, 0.975), size = length(y), prob = mean(y))/length(y)
[1] 0.28 0.47
মিডিয়ান নিরপেক্ষ আত্মবিশ্বাসের বিরতি
এবং যদি 0 বা 1 ঠিক হয়, তবে মধ্যমা নিরপেক্ষ সম্ভাবনা ফাংশনের উপর ভিত্তি করে অবিবাহিত ব্যবধান অনুমানের জন্য একটি মিডিয়ান নিরপেক্ষ অনুমানকারী ব্যবহার করা যেতে পারে। আপনি তুচ্ছভাবে 0-টি ডাব্লুএলজি হিসাবে সমস্ত -0 কেসটির নিম্নতর সীমানাকে নিতে পারেন। উপরের এমন কোনও অনুপাত যা যা সন্তুষ্ট করে:pp1−α/2
p1−α/2:P(Y=0)/2+P(Y>y)>0.975
এটি একটি গণনার রুটিনও।
set.seed(12345)
y <- rbinom(100, 1, 0.01) ## all 0
cil <- 0
mupfun <- function(p) {
0.5*dbinom(0, 100, p) +
pbinom(1, 100, p, lower.tail = F) -
0.975
} ## for y=0 successes out of n=100 trials
ciu <- uniroot(mupfun, c(0, 1))$root
c(cil, ciu)
[1] 0.00000000 0.05357998 ## includes the 0.01 actual probability
epitools
আর এ প্যাকেজে শেষ দুটি পদ্ধতি প্রয়োগ করা হয়েছে।