单侧置信区间

根据二项分布的公式,样本中出现r个错误的概率为: P(r) = (n choose r) * p^r * (1-p)^(n-r) 其中,n为样本容量,p为真实错误率,(n choose r)表示从n个样本中选择r个样本的组合数。我们需要找到一个区间,使得这个区间包含真实错误率的90%的概率。设这个区间为[p1, p2],则有: P(p1 <= p <= p2) = 0.9 为了求解这个区间,我们需要使用正态分布的近似。根据中心极限定理,当n足够大时,二项分布可以用正态分布来近似,即: X = (r - np) / sqrt(np(1-p)) 服从均值为0,方差为1的标准正态分布。其中,np是二项分布的均值,np(1-p)是方差。因此,有: p̂ = r/n X = (p̂ - p) / sqrt(p(1-p)/n) 我们可以使用标准正态分布的分位数来求出区间[p1, p2]。对于双侧置信区间,我们有: P(-z1.645 <= X <= z1.645) = 0.9 其中,z1.645是标准正态分布的第97.5个百分位数,可以使用查表或计算机软件来获得。解出p的范围即为: p1 = p̂ - z1.645 * sqrt(p̂(1-p̂)/n) p2 = p̂ + z1.645 * sqrt(p̂(1-p̂)/n) 对于单侧置信区间,我们只需要找到一个边界p1或p2即可。对于左侧置信区间,我们有: P(X <= z1.28) = 0.9 其中,z1.28是标准正态分布的第90个百分位数。解出p的下限即为: p1 = p̂ - z1.28 * sqrt(p̂(1-p̂)/n) 对于右侧置信区间,我们有: P(X >= z1.28) = 0.9 解出p的上限即为: p2 = p̂ + z1.28 * sqrt(p̂(1-p̂)/n) 因此,这个样本中真实错误率的90%置信区间为[0.091, 0.231],双侧置信区间为[0.091, 0.231],左侧置信区间为[0, 0.178],右侧置信区间为[0.136, 1]。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值