Kontroller
Sonuçlar özeti
- Nokta tahmini
- —
- Örneklem ortalaması
- —
- Örneklem medyanı
- —
- Örneklem standart sapması
- —
- n / B
- — / —
- Teorik ortalama / σ
- — / —
-
Bootstrap yüzde dilimi
—
-
t yaklaşımı (ortalama)
—
-
Normal yaklaşım (oran)
—
Nasıl hesaplandı
- Örnekleme akışının tekrarlanabilir olması için LCG'yi (a=1664525, c=1013904223, m=232) 13579 tohumuyla başlatın.
- Üstel λ'den n=40 gözlemleri çizin ve seçilen Ortalama istatistiğini değerlendirin.
- B=2000 (Bootstrap tohumu: 97531) kez yeniden örnekleyin, Tip-1 yüzde değerlerini alın ve seçilen aralıkları raporlayın (Bootstrap yüzde dilimi (Tip-1), t yaklaşımı (ortalama), Normal yaklaşım (oran)).
- CLT gezgini için, ortalama/varyans ≈ — olarak özetlenen K=5000 standartlaştırılmış örnek ortalamalarıyla 2468 tohumunu kullanın.
Histogramlar
Bootstrap dağılımı
Önyükleme çoğaltmaları genelinde istatistiğin örnekleme dağılımını gösterir ve güven aralığını vurgular.
CLT standartlaştırılmış ortalamalar
N(0,1)'in üst üste bindirilmesi ampirik ortalama ve varyansın sırasıyla 0 ve 1'e ne kadar hızlı yaklaştığını ortaya koyar.
Sık sorulan sorular
Neden Tip-1 yüzdelik dilimini kullanmalı?
Taban((B−1)p) sıra istatistiklerini kullanır, böylece aralık uç noktaları öğrenciler için şeffaf olur ve ders kitabındaki önyükleme açıklamalarını yansıtır.
Sabit LCG'nin avantajı nedir?
Olasılık simülatörümüzle aynı parametreler (a=1664525, c=1013904223, m=232) verilir; bu da belirli bir tohum için aynı örnekleri üretir ve ders planları, çalışma notları ile uzaktan doğrulama için idealdir.