আলাদা ব্যবধানের কভারেজ কীভাবে গণনা করব?
আমি কীভাবে করব জানি:
যদি আমার অবিচ্ছিন্ন মডেল থাকে তবে আমি আমার প্রতিটি পূর্বাভাসিত মানগুলির জন্য একটি 95% আত্মবিশ্বাসের ব্যবধানটি সংজ্ঞায়িত করতে পারি এবং তারপরে সত্যিকারের মানগুলি আধ্যাত্মিক ব্যবধানের মধ্যে কতবার ছিল তা দেখুন। আমি দেখতে পাচ্ছি যে কেবলমাত্র 88% সময় আমার 95% আত্মবিশ্বাসের ব্যবধানটি প্রকৃত মানগুলিকে আবরণ করে।
আমি কীভাবে করব জানি না:
আমি কীভাবে পিসন বা গামা-পইসন এর মতো বিযুক্ত মডেলের জন্য এটি করব? এই মডেলটির জন্য আমার যা আছে তা নীচে রয়েছে, একক পর্যবেক্ষণ গ্রহণ (100,000 এরও বেশিের মধ্যে আমি উত্পন্ন করার পরিকল্পনা করছি :)
পর্যবেক্ষণ #: (নির্বিচারে)
পূর্বাভাস মান: 1.5
0: .223 এর সম্ভাব্যতার পূর্বাভাস
1: .335 এর সম্ভাব্যতার পূর্বাভাস
2: .251 এর সম্ভাব্যতার পূর্বাভাস
3: .126 এর সম্ভাব্যতার পূর্বাভাস
4: .048 এর সম্ভাব্যতার পূর্বাভাস
5: .014 [এবং 5 বা তার বেশি .019] এর পূর্বাভাসযোগ্য সম্ভাবনা
... (ইত্যাদি)
100 (বা কিছু অন্যথায় অবাস্তব চিত্র) এর সম্ভাব্যতার পূর্বাভাস: 1000
আসল মান (একটি পূর্ণসংখ্যা যেমন "4")
মনে রাখবেন যে আমি উপরে পয়েসন মান দিয়েছি, প্রকৃত মডেলে 1.5 এর পূর্বাভাস দেওয়া মান পর্যবেক্ষণে 0,1, ... 100 এর পূর্বাভাসযোগ্য সম্ভাবনা থাকতে পারে।
আমি মূল্যবোধের বিচ্ছিন্নতা দ্বারা বিভ্রান্ত। একটি "5" স্পষ্টতই 95% ব্যবধানের বাইরে, যেহেতু কেবলমাত্র .019 5 এবং তদূর্ধে রয়েছে, যা .025 এর চেয়ে কম। তবে 4 এর প্রচুর পরিমাণ থাকবে - স্বতন্ত্রভাবে তারা এর মধ্যে থাকে তবে আমি কীভাবে 4 এর সংখ্যাকে আরও যথাযথভাবে মূল্যায়ন করব?
আমি কেন যত্ন করব?
আমি যে মডেলগুলি দেখছি তাদের সমষ্টি পর্যায়ে নির্ভুল হওয়ার জন্য কিন্তু স্বল্প ব্যক্তির পূর্বাভাস দেওয়ার জন্য সমালোচিত হয়েছিল। মডেল দ্বারা পূর্বাভাস দেওয়া স্বভাবত বিস্তৃত আস্থার অন্তরগুলির চেয়ে দরিদ্র স্বতন্ত্র পূর্বাভাসগুলি কতটা খারাপ তা আমি দেখতে চাই। আমি প্রত্যাশাকৃত ইমেরিকাল কভারেজটি আরও খারাপ হবে (উদাহরণস্বরূপ, আমি 95% মানের 95% আত্মবিশ্বাসের ব্যবধানের মধ্যে মান খুঁজে পেতে পারি), তবে আমি আশা করি এটি আরও খানিকটা খারাপ।
