normalna dystrybucja:
Weź rozkład normalny ze znaną wariancją. Możemy uznać tę wariancję za 1 bez utraty ogólności (po prostu dzieląc każdą obserwację przez pierwiastek kwadratowy wariancji). Ma to rozkład próbkowania:
p(X1...XN|μ)=(2π)−N2exp(−12∑i=1N(Xi−μ)2)=Aexp(−N2(X¯¯¯¯−μ)2)
Gdzie jest stałą, która zależy tylko od danych. To pokazuje, że średnia próby jest wystarczającą statystyką dla średniej populacji. Jeśli użyjemy munduru przed, to rozkład tylny dla będzie :μAμ
(μ|X1...XN)∼Normal(X¯¯¯¯,1N)⟹(N−−√(μ−X¯¯¯¯)|X1...XN)∼Normal(0,1)
Tak więc wiarygodny interwał będzie miał postać:1−α
(X¯¯¯¯+1N−−√Lα,X¯¯¯¯+1N−−√Uα)
Gdzie i są wybrane tak, że standardowa normalna zmienna losowa spełnia:LαUαZ
Pr(Lα<Z<Uα)=1−α
Teraz możemy zacząć od tej „kluczowej wielkości” do skonstruowania przedziału ufności. Rozkład próbkowania dla fixed jest standardowym rozkładem normalnym, więc możemy podstawić to powyższym prawdopodobieństwem:N−−√(μ−X¯¯¯¯)μ
Pr(Lα<N−−√(μ−X¯¯¯¯)<Uα)=1−α
Następnie ponownie ułóż rozwiązanie dla , a przedział ufności będzie taki sam, jak przedział wiarygodności.μ
Parametry skali:
W przypadku parametrów skali pliki pdf mają postać . Możemy wziąć , co odpowiada . Łączny rozkład próbkowania wynosi:p(Xi|s)=1sf(Xis)(Xi|s)∼Uniform(0,s)f(t)=1
p(X1...XN|s)=s−N0<X1...XN<s
Z którego wynika, że wystarczająca statystyka jest równa (Maksimum obserwacji). Teraz znajdujemy jego rozkład próbkowania:Xmax
Pr(Xmax<y|s)=Pr(X1<y,X2<y...XN<y|s)=(ys)N
Teraz możemy uczynić to niezależnym od parametru, przyjmując . Oznacza to, że naszą „kluczową ilość” podaje z która jest rozkładem . Możemy więc wybrać używając kwantyli beta, takich jak:y=qsQ=s−1XmaxPr(Q<q)=qNbeta(N,1)Lα,Uα
Pr(Lα<Q<Uα)=1−α=UNα−LNα
Zastępujemy kluczową ilość:
Pr(Lα<s−1Xmax<Uα)=1−α=Pr(XmaxL−1α>s>XmaxU−1α)
I jest nasz przedział ufności. W przypadku rozwiązania bayesowskiego z jeffreys przed:
p(s|X1...XN)=s−N−1∫∞Xmaxr−N−1dr=N(Xmax)Ns−N−1
⟹Pr(s>t|X1...XN)=N(Xmax)N∫∞ts−N−1ds=(Xmaxt)N
Teraz podłączamy przedział ufności i obliczamy jego wiarygodność
Pr(XmaxL−1α>s>XmaxU−1α|X1...XN)=(XmaxXmaxU−1α)N−(XmaxXmaxL−1α)N
=UNα−LNα=Pr(Lα<Q<Uα)
I presto, mamy wiarygodność i zasięg.1−α