প্রশ্ন ট্যাগ «confidence-interval»

আত্মবিশ্বাসের ব্যবধানটি এমন এক বিরতি যা আত্মবিশ্বাসের সাথে একটি অজানা প্যারামিটার জুড়ে । আত্মবিশ্বাসের ব্যবধানগুলি একটি ঘন ঘন ধারণা are তারা প্রায়শই বিশ্বাসযোগ্য ব্যবধানগুলির সাথে বিভ্রান্ত হয় যা বায়েশিয়ান অ্যানালগ। (1α)%

4
মেশিন লার্নিং অ্যালগরিদমগুলির জন্য ভবিষ্যদ্বাণী অন্তরগুলি
আমি জানতে চাই যে নীচে বর্ণিত প্রক্রিয়াটি বৈধ / গ্রহণযোগ্য এবং কোনও ন্যায়সঙ্গত উপলব্ধ কিনা। ধারণা: তদারকি করা অ্যালগরিদমগুলি ডেটা সম্পর্কে অন্তর্নিহিত কাঠামো / বিতরণকে ধরে নেয় না। দিনের শেষে তারা অনুমানের ফলাফল নির্ধারণ করে। আমি আশা করি কোনওভাবেই অনুমানের অনিশ্চয়তা মেটানোর জন্য। এখন, এমএল মডেল বিল্ডিং প্রক্রিয়া সহজাতভাবে এলোমেলো …

3
অনুপাতের মধ্যে পার্থক্যের জন্য আত্মবিশ্বাসের ব্যবধান
আমি ভাবছি যে কেউ যদি আমাকে দুটি অনুপাতের মধ্যে পার্থক্যের জন্য আত্মবিশ্বাসের ব্যবধানটি সঠিকভাবে গণনা করে থাকে তবে আমাকে তা জানতে পারে কিনা। নমুনার আকার 34, যার মধ্যে 19 মহিলা এবং 15 জন পুরুষ। অতএব, অনুপাতের পার্থক্য 0.1176471। আমি -0.1183872 এবং 0.3536814 এর মধ্যে পার্থক্যটির জন্য 95% আত্মবিশ্বাসের ব্যবধান গণনা …


1
একতরফা আস্থা অন্তর 95% কভারেজ থাকতে পারে
আমি ভাবছিলাম যে একতরফা (এক-লেজযুক্ত) হাইপোথিসিসের সাথে একটি আলফা-স্তর রয়েছে .05, আমরা কি 95% আত্মবিশ্বাসের বিরতি সম্পর্কে কথা বলতে পারি? উদাহরণস্বরূপ, আমরা করতে পারেন গঠন করা আলাদাভাবে "ওয়ান পক্ষ" এবং আস্থা অন্তর "দ্বি-পার্শ্বযুক্ত" একটি জন্য একতরফা জেড বা টি পরীক্ষা? একতরফা পরীক্ষা দেওয়া এই আত্মবিশ্বাসের অন্তরগুলির প্রতিটিটির "ব্যাখ্যা" কী হবে …

1
ঘনঘনবাদী শর্তসাপেক্ষ অনুগ্রহটি এখনও বাস্তবে ব্যবহৃত হচ্ছে?
আমি সম্প্রতি ন্যান্সি রেড, বার্ডার্ফ-নিলসন, রিচার্ড কক্স এবং হ্যাঁ, ঘন ঘন দৃষ্টান্তের "শর্তসাপেক্ষ অনুমান" ধারণা সম্পর্কে কিছুটা রোনাল্ড ফিশারের কিছু পুরানো কাগজপত্র পর্যালোচনা করেছি, যার অর্থ এই যে উপস্থিতিগুলি কেবলমাত্র বিবেচনার ভিত্তিতে তৈরি হয়েছে নমুনা জায়গার "প্রাসঙ্গিক উপসেট", পুরো নমুনার স্থান নয়। একটি মূল উদাহরণ হিসাবে, এটি টি-স্ট্যাটিস্টিকের উপর ভিত্তি …

2
ঘন ঘন ফলাফলের আগে বায়েশিয়ান তৈরি করা
একজনের ঘন ঘন ঘন ফলাফলকে একজন বায়েশীয়ায় পরিণত করার আগে কীভাবে যাওয়া উচিত? নিম্নলিখিত প্রশংসনীয় জেনেরিক দৃশ্যকল্প বিবেচনা করুন: একটি পরীক্ষা অতীতে পরিচালনা করা হয়েছিল এবং কিছু প্যারামিটার ওপর একটি নিবন্ধ মাপা হয়। বিশ্লেষণটি একটি ঘন ঘনবাদী পদ্ধতি দ্বারা করা হয়েছিল। In এর জন্য একটি আত্মবিশ্বাসের ব্যবধান ফলাফলগুলিতে দেওয়া হয়।ϕϕ\phiϕϕ\phi …

2
মান-হুইটনি ইউ-পরীক্ষা: প্রভাব আকারের জন্য আত্মবিশ্বাসের ব্যবধান
ফ্রিটজ, মরিস এবং Richler মতে (2011; নীচে দেখুন), সূত্র ব্যবহার করে মান-হুইটনি ইউ-পরীক্ষার জন্য একটি প্রভাব আকার গণনা করা যায় এই সুবিধাজনক আমাকে, আমি রিপোর্ট অন্যান্য অনুষ্ঠান এছাড়াও। আমি প্রভাবের আকারের পরিমাপের পাশাপাশি এর জন্য আত্মবিশ্বাসের ব্যবধানটি জানাতে চাই ।r = zRrr আরআরr = zএন--√r=zN r = \frac{z}{\sqrt N} RrrRrr …

2
অরৈখিক প্রতিরোধের জন্য আত্মবিশ্বাস এবং পূর্বাভাস অন্তর আকার
একটি অ-লিনিয়ার রিগ্রেশনের আশেপাশের আত্মবিশ্বাস এবং ভবিষ্যদ্বাণী ব্যান্ডগুলি কি রিগ্রেশন লাইনের চারপাশে প্রতিসাম্য হিসাবে বিবেচিত হয়? অর্থ তারা লিনিয়ার রিগ্রেশনের জন্য ব্যান্ডগুলির ক্ষেত্রে ঘন্টা-কাচের আকারকে গ্রহণ করে না। তা কেন? মডেলটি এখানে প্রশ্ন: এখানে চিত্রটি রয়েছে: F(x)=⎛⎝⎜⎜A−D1+(xC)B⎞⎠⎟⎟+DF(x)=(A−D1+(xC)B)+D F(x) = \left(\frac{A-D}{1 + \left(\frac x C\right)^B}\right) + D এবং এখানে সমীকরণ:

1
সম্ভাবনা অনুপাত এবং বায়েশিয়ান মডেল তুলনা নাল-অনুমানের পরীক্ষার জন্য সর্বোত্তম এবং পর্যাপ্ত বিকল্প সরবরাহ করে?
পরিসংখ্যানবিদ এবং গবেষকরা ক্রমবর্ধমান প্রচেষ্টা হিসাবে বিজ্ঞানের জন্য নাল-হাইপোথিসিস টেস্টিং (এনএইচটি) এর ব্যবহারের সমালোচনা করার জবাবে, পরিসংখ্যানিক অনুক্রমের উপর আমেরিকান সাইকোলজিকাল অ্যাসোসিয়েশন টাস্ক ফোর্স এনএইচটি-র উপর সম্পূর্ণ নিষেধাজ্ঞাকে এড়িয়ে গিয়েছিল, পরিবর্তে পরামর্শ দিয়েছে যে গবেষকরা এনএইচটি থেকে প্রাপ্ত পি-মানগুলি ছাড়াও প্রভাবের আকারের প্রতিবেদন করুন। তবে, প্রভাবের আকারগুলি অধ্যয়ন জুড়ে সহজেই …

3
বক্স-কক্স রূপান্তরিত ডেটাতে, উত্তর ইউনিটগুলির শর্তে উত্তরগুলি প্রকাশ করুন
কিছু পরিমাপের জন্য, বিশ্লেষণের ফলাফলগুলি যথাযথভাবে রূপান্তরিত স্কেলে উপস্থাপন করা হয়। তবে বেশিরভাগ ক্ষেত্রে, ফলাফলগুলি পরিমাপের মূল স্কেলে উপস্থাপন করা বাঞ্ছনীয় (অন্যথায় আপনার কাজটি কম বা বেশি মূল্যহীন)। উদাহরণস্বরূপ, লগ-ট্রান্সফর্মড ডেটার ক্ষেত্রে, মূল স্কেলটিতে ব্যাখ্যার সাথে একটি সমস্যা দেখা দেয় কারণ লগ ইন করা মানগুলির গড় অর্থ লগ হয় না। …

1
জিবিএম প্যাকেজ বনাম ক্যারেট জিবিএম ব্যবহার করে
আমি ব্যবহার করে মডেল টিউন করছি caret, তবে gbmপ্যাকেজটি ব্যবহার করে আবার মডেল চালাচ্ছি । caretপ্যাকেজটি ব্যবহার করে gbmএবং আউটপুট একই হওয়া উচিত এটি আমার বোধগম্য । যাইহোক, কেবলমাত্র একটি দ্রুত পরীক্ষা চালানো data(iris)মূল্যায়ন মেট্রিক হিসাবে আরএমএসই এবং আর ^ 2 ব্যবহার করে প্রায় 5% এর মডেলের মধ্যে একটি তাত্পর্য …

2
95% আত্মবিশ্বাসের ব্যবধানের সূত্র
আমি stats.stackexchange এ googled এবং অনুসন্ধান করেছি কিন্তু লিনিয়ার রিগ্রেশন এর জন্য মানের 95% আত্মবিশ্বাসের ব্যবধান গণনা করার সূত্রটি আমি খুঁজে পাই না । কেউ কি এটি সরবরাহ করতে পারেন?আর2R2R^2 আরও ভাল, আসুন আমি বলি যে আমি নীচে আরে লিনিয়ার রিগ্রেশন চালিয়েছি R আমি কীভাবে আরআর কোড ব্যবহার করে মানের …

2
বায়াসড বুটস্ট্র্যাপ: পর্যবেক্ষণকৃত পরিসংখ্যানের চারদিকে সিআইকে কেন্দ্র করে রাখা কি ঠিক আছে?
এটি বুটস্ট্র্যাপের মতো: অনুমানটি আত্মবিশ্বাসের ব্যবধানের বাইরে আমার কাছে কিছু তথ্য রয়েছে যা একটি জনসংখ্যার জিনোটাইপের সংখ্যার প্রতিনিধিত্ব করে। আমি শ্যাননের সূচক ব্যবহার করে জিনগত বৈচিত্র্য অনুমান করতে এবং বুটস্ট্র্যাপিং ব্যবহার করে একটি আত্মবিশ্বাসের ব্যবধানও তৈরি করতে চাই। তবে আমি লক্ষ করেছি যে বুটস্ট্র্যাপিংয়ের মাধ্যমে অনুমানটি চূড়ান্ত পক্ষপাতদুষ্ট হয়ে থাকে …

8
যদি পি-মানটি হুবহু 1 (1.0000000) হয় তবে নাল অনুমানকে সত্য বলে সমর্থন করার জন্য আস্থার ব্যবধান সীমাটি কী হওয়া উচিত? [বন্ধ]
বন্ধ । এই প্রশ্নের বিশদ বা স্পষ্টতা দরকার । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? বিশদ যুক্ত করুন এবং এই পোস্টটি সম্পাদনা করে সমস্যাটি পরিষ্কার করুন । 7 মাস আগে বন্ধ ছিল । এটি নিখুঁতভাবে একটি অনুমানমূলক প্রশ্ন। একটি খুব সাধারণ বিবৃতি হ'ল টি কখনও …

4
অনুপাতের জন্য আস্থা অন্তর গণনা কিভাবে?
এমন একটি পরীক্ষা বিবেচনা করুন যা 0 এবং 1 এর মধ্যে একটি অনুপাতকে আউটপুট করে this এই অনুপাতটি কীভাবে প্রাপ্ত হয় তা এই প্রসঙ্গে প্রাসঙ্গিক হওয়া উচিত নয়। এটি এই প্রশ্নের পূর্ববর্তী সংস্করণে ব্যাখ্যা করা হয়েছিল , তবে মেটা নিয়ে আলোচনার পরে স্পষ্টতার জন্য সরানো হয়েছে ।এক্সআমিXiX_i এই পরীক্ষাটি বার …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.