Mga kontrol
Buod ng resulta
- Tinatayang punto
- —
- Karaniwang halaga ng sample
- —
- Medyan ng sample
- —
- Pamantayang paglihis ng sample
- —
- n / B
- — / —
- Teoretikal na karaniwang halaga / σ
- — / —
-
Bootstrap percentile
—
-
Tahasang t (karaniwang halaga)
—
-
Normal na pagtatantya (proporsyon)
—
Paano kinakalkula
- Inisyalin ang LCG (a=1664525, c=1013904223, m=232) gamit ang binhi para ulitin nang eksaktong parehong halimbawa.
- Kunin ang n= obserbasyon mula sa at kalkulahin ang napiling istatistika .
- Gawin ang bootstrap resampling nang B= beses, kunin ang Type-1 na kuantil, at itala ang napiling interval ().
- Sa CLT explorer, gamitin ang binhi ng CLT at mag-generate ng K= na na-standardisang hanay ng halimbawa; ihambing ang karaniwang halaga at wariyans ≈ .
Mga histogram
Pamamahagi ng bootstrap
Ipinapakita ang sampling pamamahagi ng istatistika sa lahat ng bootstrap replicates at ang lawak ng interval ng tiwala.
Standardisadong karaniwang halaga (CLT)
Kapag inilalapat ang N(0,1), malinaw na makikita kung gaano kabilis lumalapit ang empirikal na karaniwang halaga at wariyans sa 0 at 1.
Mga madalas itanong
Bakit gamitin ang Type-1 percentile?
Gumagamit ito ng floor((B−1)p) na order statistics kaya malinaw kung paano nabubuo ang gilid ng interval sa palatandaan ng paliwanag sa itaas.
Bakit mahalaga ang nakatakdang LCG?
Ang parehong halaga (a=1664525, c=1013904223, m=232) ay nagbibigay ng eksaktong pareho nating halimbawa kapag pareho ang binhi. Mainam ito sa plano ng aralin, handout, at pag-uulit ng resulta.