Jak jednak możemy wygenerować 95% przedział ufności, tak jak w przypadku normalnych testów parametrycznych?
†δδα1 - α
†
Gelman zawiera omówienie dlaczego czasami może być problematyczne powszechnie uważają ich przedziały ufności tutaj .
Jednak nie jest trudno zbadać zasięg według określonych zestawów założeń (poprzez symulację) i nie brakuje osób nazywających interwały ładowania początkowego „przedziałami ufności” (nawet jeśli czasami nie mają nic podobnego do deklarowanego zasięgu).
Więcej szczegółów na temat tego, jak to zrobić w dwóch przykładowych przypadkach różnicy w środkach, omówiono w [3], gdzie są one nazywane przedziałami ufności randomizacji i pojawia się twierdzenie, kiedy są dokładne (które twierdzą, że nie mam „ próbowałem ocenić).
Przy 1000 permutacji .... niepewność w pobliżu p = 0,05 wynosi około ± 1%.
Zastanawiam się, skąd ta niepewność?
p ( 1 - p )n-----√
p = 0,05n = 10000,006990%±1.13%±1%1.4585%
Więc przynajmniej w przybliżeniu możesz powiedzieć, że niepewność to „około 1%”
-
[1] Kempthorne and Folks (1971),
Prawdopodobieństwo, statystyki i analiza danych ,
Iowa State University Press
[2] LaMotte LR i Volaufová J, (1999),
„Prediction Intervals via Consonance Intervals”,
Journal of Royal Statistics Society. Seria D (The Statistician) , tom. 48, nr 3, str. 419–424
[3] Ernst, MD (2004),
„Metody permutacji: podstawa dokładnego wnioskowania”,
Statistics Science , tom. 19, nr 4, 676–685