Pivotalgrößen und Konfidenzintervalle

Eine Pivotalgröße hat eine Verteilung, die nicht vom unbekannten Parameter abhängt, was es ermöglicht, eine Wahrscheinlichkeitsaussage in ein Konfidenzintervall umzuwandeln.

Definition

Eine Pivotalgröße ist eine Funktion der Daten und des Parameters, deren Wahrscheinlichkeitsverteilung für jeden Parameterwert gleich ist; die Inversion einer Wahrscheinlichkeitsaussage über den Pivot liefert ein Konfidenzintervall für den Parameter.

Scope

Dieses Thema behandelt die Definition einer Pivotalgröße, die Pivotalmethode zur Konstruktion exakter Konfidenzintervalle, kanonische Pivots in Lokations-Skalen- und Normalmodellen wie den t- und Chi-Quadrat-Pivots, die Wahl der Intervallendpunkte zur Steuerung von Länge und Symmetrie sowie asymptotische Pivots für große Stichproben, die Wald-ähnliche Intervalle aus asymptotischer Normalität ergeben.

Core questions

• Was unterscheidet einen Pivot von einer gewöhnlichen Statistik, und warum ist eine parameterfreie Verteilung essentiell?
• Wie wandelt die Pivotalmethode eine Wahrscheinlichkeitsaussage in ein Intervall um?
• Was sind die Standard-Pivots für den Mittelwert und die Varianz einer Normalstichprobe?
• Wie ergeben asymptotische Pivots, die auf Normalität basieren, approximative Intervalle, wenn exakte Pivots nicht verfügbar sind?

Key theories

Pivotalmethode

Wenn ein Pivot eine bekannte Verteilung hat, führt die Wahl von Quantilen, die eine gegebene Wahrscheinlichkeit einschließen, und das Lösen der resultierenden Ungleichungen nach dem Parameter zu einem Konfidenzintervall mit genau dieser Überdeckungswahrscheinlichkeit.

Asymptotische Pivots und Wald-Intervalle

Wenn kein exakter Pivot existiert, ist ein Schätzer minus dem Parameter geteilt durch seinen Standardfehler in großen Stichproben annähernd standardnormalverteilt, was das bekannte Konfidenzintervall der Form Schätzung-plus-minus-Fehlerspanne ergibt.

Clinical relevance

Die Pivotalmethode erzeugt das t-Intervall für einen Mittelwert und das Chi-Quadrat-Intervall für eine Varianz, die in der angewandten Forschung häufig berichtet werden, während asymptotische Pivots die Schätzung-plus-minus-Fehlerspanne-Intervalle liefern, die für Proportionen, Regressionskoeffizienten und Umfrageschätzungen verwendet werden.

History

Gossets Ableitung der t-Verteilung im Jahr 1908 unter dem Pseudonym Student lieferte den ersten exakten Pivot für den Normalmittelwert, und Neymans Konfidenztheorie von 1937 ordnete die Pivotal-Konstruktion in einen allgemeinen frequentistischen Rahmen ein.

Key figures

• Jerzy Neyman
• William Sealy Gosset
• Ronald A. Fisher
• George Casella

Seminal works

• casella2002

Frequently asked questions

Was macht eine Größe pivotal?

Ihre Verteilung muss für jeden Wert des unbekannten Parameters exakt gleich sein; nur dann können Quantile gewählt werden, ohne den Parameter zu kennen, was ein Intervall mit garantierter Überdeckung ermöglicht.

Sind Wald-Intervalle exakt?

Nein. Sie beruhen auf der asymptotischen Normalität des Schätzers und haben daher in endlichen Stichproben nur eine approximative Überdeckung, die bei kleinen Stichproben oder Parametern nahe einer Grenze, wie einer Proportion nahe Null oder Eins, schlecht sein kann.