Statistics-best-point-estimation
統計-ベストポイント推定
ポイント推定では、サンプルデータを使用して単一の値(統計)を計算します。これは、未知(固定またはランダム)の母集団パラメーターの「最良推測」または「最良推定」として機能します。 より正式には、ポイント推定器をデータに適用することです。
式
$ \ {MLE = \ frac \ {S} \ {T}} $
$ \ {Laplace = \ frac \ {S + 1} \ {T + 2}} $
$ \ {Jeffrey = \ frac \ {S + 0.5} \ {T + 1}} $
$ \ {Wilson = \ frac \ {S + \ frac \ {z ^ 2} \ {2}} \ {T + z ^ 2}} $
どこ-
- $ \ {MLE} $ =最大尤度推定。
- $ \ {S} $ =成功の数。
- $ \ {T} $ =試行回数。
- $ \ {z} $ = Zクリティカル値。
例
問題文:
コインが99%の信頼区間レベルで9回の試行のうち4回投げられた場合、そのコインの成功のベストポイントは何ですか?
溶液:
成功(S)= 4回の試行(T)= 9信頼区間レベル(P)= 99%= 0.99。 最適なポイント推定を計算するには、すべての値を計算します。
ステップ1
$ \ {MLE = \ frac \ {S} \ {T} \\ [7pt] \、= \ frac \ {4} \ {9}、\\ [7pt] \、= 0.4444} $
ステップ2
$ \ {Laplace = \ frac \ {S + 1} \ {T + 2} \\ [7pt] \、= \ frac \ {4 + 1} \ {9 + 2}、\\ [7pt] \、= \ frac \ {5} \ {11}、\\ [7pt] \、= 0.4545} $
ステップ3
$ \ {Jeffrey = \ frac \ {S + 0.5} \ {T + 1} \\ [7pt] \、= \ frac \ {4 + 0.5} \ {9 + 1}、\\ [7pt] \、= \ frac \ {4.5} \ {10}、\\ [7pt] \、= 0.45} $
ステップ4
ZテーブルからZクリティカル値を検出します。 Zクリティカル値(z)= 99%レベル= 2.5758
ステップ5
$ \ {Wilson = \ frac \ {S + \ frac \ {z ^ 2} \ {2}} \ {T + z ^ 2} \\ [7pt] \、= \ frac \ {4+ \ frac \ {2.57582 ^ 2} \ {2}} \ {9 + 2.57582 ^ 2}、\\ [7pt] \、= 0.468} $
結果
したがって、MLE≤0.5としてのベストポイント推定は0.468です。