Đại lượng then chốt và Khoảng tin cậy

Một đại lượng then chốt có phân phối không phụ thuộc vào tham số chưa biết, cho phép biến đổi một phát biểu xác suất thành một khoảng tin cậy.

Definition

Đại lượng then chốt là một hàm của dữ liệu và tham số mà phân phối xác suất của nó là như nhau đối với mọi giá trị tham số; việc đảo ngược một phát biểu xác suất về đại lượng then chốt sẽ tạo ra một khoảng tin cậy cho tham số.

Scope

Chủ đề này bao gồm định nghĩa về đại lượng then chốt, phương pháp then chốt để xây dựng khoảng tin cậy chính xác, các đại lượng then chốt chính tắc trong các mô hình vị trí-tỷ lệ và mô hình chuẩn như đại lượng then chốt t và chi bình phương, lựa chọn các điểm cuối khoảng để kiểm soát độ dài và tính đối xứng, và các đại lượng then chốt xấp xỉ mẫu lớn cung cấp các khoảng kiểu Wald từ tính chuẩn tiệm cận.

Core questions

• Điều gì phân biệt một đại lượng then chốt với một thống kê thông thường, và tại sao phân phối không phụ thuộc tham số lại cần thiết?
• Phương pháp then chốt chuyển đổi một phát biểu xác suất thành một khoảng như thế nào?
• Các đại lượng then chốt tiêu chuẩn cho giá trị trung bình và phương sai của một mẫu chuẩn là gì?
• Các đại lượng then chốt tiệm cận dựa trên tính chuẩn tạo ra các khoảng xấp xỉ như thế nào khi không có đại lượng then chốt chính xác?

Key theories

Phương pháp then chốt

Nếu một đại lượng then chốt có phân phối đã biết, việc chọn các phân vị bao gồm một xác suất nhất định và giải các bất đẳng thức thu được cho tham số sẽ tạo ra một khoảng tin cậy với độ phủ chính xác đó.

Các đại lượng then chốt tiệm cận và khoảng Wald

Khi không tồn tại đại lượng then chốt chính xác, một ước lượng trừ đi tham số chia cho sai số chuẩn của nó xấp xỉ chuẩn tắc trong các mẫu lớn, tạo ra khoảng tin cậy ước lượng cộng hoặc trừ biên độ quen thuộc.

Clinical relevance

Phương pháp then chốt tạo ra khoảng t cho giá trị trung bình và khoảng chi bình phương cho phương sai được báo cáo trong nghiên cứu ứng dụng, trong khi các đại lượng then chốt tiệm cận cung cấp các khoảng ước lượng cộng hoặc trừ biên độ được sử dụng cho tỷ lệ, hệ số hồi quy và ước tính khảo sát.

History

Việc Gosset năm 1908 đưa ra phân phối t dưới bút danh Student đã cung cấp đại lượng then chốt chính xác đầu tiên cho giá trị trung bình chuẩn, và lý thuyết tin cậy của Neyman năm 1937 đã đặt cấu trúc then chốt vào một khuôn khổ thường xuyên tổng quát.

Key figures

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

Seminal works

• casella2002

Frequently asked questions

Điều gì làm cho một đại lượng trở thành then chốt?

Phân phối của nó phải hoàn toàn giống nhau đối với mọi giá trị của tham số chưa biết; chỉ khi đó các phân vị mới có thể được chọn mà không cần biết tham số, điều này cho phép có một khoảng với độ phủ được đảm bảo.

Khoảng Wald có chính xác không?

Không. Chúng dựa vào tính chuẩn tiệm cận của ước lượng và do đó chỉ có độ phủ xấp xỉ trong các mẫu hữu hạn, có thể kém đối với các mẫu nhỏ hoặc các tham số gần ranh giới như tỷ lệ gần bằng 0 hoặc 1.