Przedział ufności 100%

[stanley12]

Przeglądając forum znalazłem ten temat 376653.htm a w nim taki fragment

(...) później takim trzeba tłumaczyć czemu nie można np zbudować 100 procentowego przedziału ufności.

Ostatnio na metrologii liczyliśmy błędy pomiarowe i właśnie dobieraliśmy sobie różnego rodzaju poziomy ufności wg. uznania prowadzącego. Obliczaliśmy błąd oparty na rozkładzie prostokątnym też dla poziomu \(\displaystyle{ 100%}\). Kiedy w takim razie możemy liczyć coś opierając się o przedział ufności \(\displaystyle{ 100%}\) i od czego zależy dobór ?

[Adifek]

Rozkład prostokątny ma ograniczony nośnik. O ile ten nośnik nie zależy od nieznanego parametru, można dobrać stuprocentowy przedział ufności (choć będzie idiotyczny) W praktyce zwykle ma się do czynienia z mniej trywialnymi rozkładami, a parametry trzeba estymować. Wówczas taki przedział ufności nie ma racji bytu.

[miodzio1988]

To jest ta sama uczelnia gdzie:

Prowadzący powiedział, że gęstość może być większa od jednego. Bzdury gadał?


Jak kostka ma \(\displaystyle{ n}\) ścian to wykres gęstości wylosowania poszczególnej z tych \(\displaystyle{ n}\)ścian też by tak wyglądał?

więc nie ma co komentować

[stanley12]

Oki ale forum jest od tego żeby się takiej rzeczy dowiedzieć. Także co powiesz o tym poziomie ufności stuprocentowym? dlaczego nie można go stworzyć bo tak ogólnie napisałeś?

[miodzio1988]

Juź odpowiedź dostałeś. Jak masz pytania do Adifek to pytaj go.

Ja chciałem jedynie zakreślić sytuację

[Adifek]

To jest ta sama uczelnia gdzie:

Prowadzący powiedział, że gęstość może być większa od jednego. Bzdury gadał?


Jak kostka ma \(\displaystyle{ n}\) ścian to wykres gęstości wylosowania poszczególnej z tych \(\displaystyle{ n}\)ścian też by tak wyglądał?

więc nie ma co komentować

Ależ gęstość rozkładu absolutnie ciągłego może mieć wartości dowolnie duże Jedynie całkować musi się do jedynki.

[miodzio1988]

No w sumie możemy sobie dać wartość milion nawet gdzie nośnik to singleton.

Jaki sens to ma albo interpretację daje uzasadnienie mojej poprzedniej wypowiedzi

Musi być też nieujemna przypomnę

[Adifek]

miodzio1988, prosty przykład: rozkład chi-kwadrat z jednym stopniem swobody. Granica w zerze to nieskończoność. Zatem dla dowolnie dużej stałej \(\displaystyle{ M}\) istnieje \(\displaystyle{ \epsilon}\), taki, że gęstość jest większa od \(\displaystyle{ M}\) na \(\displaystyle{ (0,\epsilon)}\). Nie jest to bynajmniej żaden patologiczny przypadek

[miodzio1988]

Inny przykład, właśnie z tematu z którego jest cytat

Gęstość w pewnym punkcie oczywiście może być większa niż \(\displaystyle{ 1}\).
Przykład z życia:
Załóżmy, że na pewnym przystanku tramwajowym tramwaje w jednym określonym kierunku odjeżdżają co dwadzieścia minut. \(\displaystyle{ X}\)- zmienna losowa - czas oczekiwania na tramwaj w godzinach w przypadku przyjścia na przystanek w losowym momencie dnia.
\(\displaystyle{ X}\) ma rozkład jednostajny na przedziale \(\displaystyle{ [0,\frac{1}{3}]}\), więc gęstość jest równa na tym przedziale \(\displaystyle{ 3}\).

Nie wiem dlaczego ciągle w tych dyskusjach myślę o rozkładach dyskretnych albo o tych "typowych" rozkładach gdzie wartości mamy od \(\displaystyle{ [0,1]}\)-- 14 marca 2015, 19:59 --No i do tego zaklepane w głowie, skoro mówimy o prawdopodobieństwach to nie możemy mieć więcej niż jedynkę. Mam nadzieje, że od dzisiaj w głowie mi się poprawi myślenie

Dzięki Adifek za czujność

[stanley12]

wpadłeś, i co ty miodzio1988 gadasz, narzekasz i szydzisz skoro sam nie umiesz matematyki...

Jaki sens to ma albo interpretację daje uzasadnienie mojej poprzedniej wypowiedzi

Polskiego też radzę ci się nauczyć, bo nie umiesz się wypowiadać... za dużo czasu spędzasz przed komputerem.

Nie wiem dlaczego ciągle w tych dyskusjach myślę o rozkładach dyskretnych albo o tych "typowych" rozkładach gdzie wartości mamy od \(\displaystyle{ [0,1]}\).

Bo jesteś... no sam wiesz. Jak nadrobisz język z liceum to weź się za matematykę.

Wracając do tematu:
przeczytałem definicje rozkładu prostokątnego, której wcześniej nie znałem.

1.Gdybym mierzył jakąś wartość dwieście razy i otrzymywałbym ciągle wyniki w zakresie \(\displaystyle{ 1.0001 - 1.4000}\) to wtedy też rozumiem byłby to rozkład prostokątny ?

2. Czasami zdarza się, że jakiś pomiar jest chybiony. Załóżmy że w przy 200 pomiarach otrzymałem dziesięć niepasujących zupełnie wartości których nie odrzucam np byłby to\(\displaystyle{ 2.5; 4, 4.4, 0.2}\) i tym podobne . Czy wtedy to jest też rozkład prostokątny ?

[miodzio1988]

Bo jesteś... no sam wiesz. Jak nadrobisz język z liceum to weź się za matematykę.

Nie wiem, napisz.

1. Bzdura, skąd niby taki pomysł?

2. Nie. Patrz punkt 1

Wracając do tematu:
przeczytałem definicje rozkładu prostokątnego, której wcześniej nie znałem.

To przeczytaj jeszcze raz, bo chyba masz problemy z czytaniem
No ja sobie sam radziłem na studiach i studia skończyłem. Ty jakoś sobie nie radzisz, więc ktoś inni powinien się zacząć uczyć

[stanley12]

1. Bzdura, skąd niby taki pomysł?

No bo omawiany wcześniej przykład był rozkładem prostokątnym, a tam właśnie tak kształtowały się wyniki, były bardzo do siebie zbliżone.

[miodzio1988]

Wygenerowałem Ci w programie dwie próbki. Jedną z rozkładu jednostajnego z końcami podanymi przez Ciebie, jedną z rozkładu normalnego.

Jak stwierdzić która to jest która tak na oko? U siebie próbowałeś i tutaj spróbuj.

Kod: Zaznacz cały

 [1] 1.060078 1.258600 1.064334 1.319278 1.363523 1.000857 1.377231 1.037924
  [9] 1.174296 1.035042 1.312079 1.131804 1.231460 1.088571 1.387734 1.225943
 [17] 1.394367 1.206369 1.171614 1.106282 1.101391 1.229367 1.187453 1.317920
 [25] 1.392889 1.010920 1.218709 1.276298 1.393173 1.239702 1.378503 1.241846
 [33] 1.133463 1.003331 1.159048 1.361071 1.303785 1.148553 1.359775 1.041643
 [41] 1.361705 1.166792 1.201734 1.316909 1.115232 1.050088 1.015787 1.163606
 [49] 1.324415 1.037629 1.138337 1.370102 1.207604 1.232352 1.029441 1.127633
 [57] 1.381380 1.266920 1.385835 1.229683 1.122656 1.001780 1.287639 1.131665
 [65] 1.169745 1.157280 1.332892 1.387182 1.097780 1.257786 1.317218 1.096573
 [73] 1.017352 1.280003 1.086565 1.349311 1.372452 1.253039 1.011095 1.065220
 [81] 1.293226 1.376100 1.253993 1.160697 1.361366 1.042247 1.301839 1.235343
 [89] 1.046125 1.184307 1.140543 1.234152 1.184039 1.158152 1.031031 1.137432
 [97] 1.363747 1.307622 1.339041 1.146694

Kod: Zaznacz cały

 [1] 1.1357877 1.2096166 1.1131109 1.4185926 1.1917933 1.0426618 1.2147346
  [8] 1.2374476 1.2185971 1.3699402 1.3653677 1.1511908 1.1083020 1.1343827
 [15] 1.1514436 1.2675356 1.1533316 1.2086073 1.0736535 1.2520452 1.2898558
 [22] 1.1927529 1.2864430 1.2013540 1.2762371 1.3359086 1.1338411 0.9987179
 [29] 1.0297893 1.2280059 1.2194020 1.0752635 1.2016955 1.1054203 1.1362260
 [36] 1.1791175 1.1619694 1.2603868 1.1632474 1.2704596 1.2575702 1.0893231
 [43] 1.2311761 1.2565702 1.1783035 1.2948299 1.2230109 1.1760840 1.1052922
 [50] 1.0911412 1.2304352 1.1395587 1.1515048 0.9888093 1.2952340 1.1814482
 [57] 1.2380381 1.1561538 1.1544724 0.9903075 1.2034391 1.1496548 1.0850039
 [64] 1.1710820 1.4433720 1.1493712 1.1472265 1.2063073 1.1597681 1.1990661
 [71] 1.2547763 1.1878538 1.1684488 1.2975101 1.2301959 1.1668900 1.0823808
 [78] 1.0980674 1.2709700 1.3879758 1.3013602 1.1311391 1.2435366 1.1896982
 [85] 1.1480489 1.1710921 1.2630213 1.2721802 1.1226319 1.2824431 1.1514679
 [92] 1.4083064 1.1711711 1.0762635 1.2103224 1.1087635 1.0596045 1.1320230
 [99] 1.1850890 1.2723534

[stanley12]

Pierwszy zestaw danych jest węższy i dominuje tam \(\displaystyle{ 1,3...}\)

Ten drugi zestaw danych jest szeroki bo ma \(\displaystyle{ 0,....}\) a także \(\displaystyle{ 1,4....}\) i tych wszystkich wartości wydaje się być w miarę po równo.

Dlatego pierwszy to rozkład normalny, a drugi jednostajny?

[miodzio1988]

Pierwszy zestaw danych jest węższy i dominuje tam \(\displaystyle{ 1,3...}\)

Ten drugi zestaw danych jest szeroki bo ma \(\displaystyle{ 0,....}\) a także \(\displaystyle{ 1,4....}\) i tych wszystkich wartości wydaje się być w miarę po równo.

Dlatego pierwszy to rozkład normalny, a drugi jednostajny?

Odwrotnie. Widzisz ile są warte takie wnioski?