يمثل تقدير النقطة “أفضل تقدير” لدينا للمعلمة السكانية.
على سبيل المثال، يمكن استخدام متوسط العينة كتقدير نقطي لمتوسط عدد السكان.
وبالمثل، يمكن استخدام نسبة العينة كتقدير نقطي لنسبة السكان. ومع ذلك، هناك عدة طرق لحساب التقدير النقطي لنسبة السكان، بما في ذلك:
نقطة MLE المقدرة : س / ن
نقطة ويلسون المقدرة : (x + z 2 /2) / (n + z 2 )
تقدير جيفري بوينت : (س + 0.5) / (ن + 1)
تقدير نقطة لابلاس : (x + 1) / (n + 2)
حيث x هو عدد “الزيارات” في العينة، وn هو حجم العينة أو عدد التجارب، و z هو درجة z المرتبطة بمستوى الثقة.
للعثور على أفضل تقدير للنقاط، ما عليك سوى إدخال قيم عدد النجاحات وعدد المحاولات ومستوى الثقة في المربعات أدناه، ثم انقر فوق الزر “احسب”.
أفضل تقدير = 0.45695
نقطة MLE المقدرة = 0.45161
نقطة ويلسون المقدرة = 0.45695
تقدير نقطة جيفري = 0.45313
نقطة لابلاس المقدرة = 0.45455
تستخدم هذه الآلة الحاسبة المنطق التالي لتحديد تقدير النقاط الأفضل للاستخدام:
إذا كانت x/n ≥ 0.5 ، فاستخدم تقدير نقطة ويلسون.
بخلاف ذلك، إذا كانت x/n < 0.9 ، فاستخدم تقدير نقطة MLE.
بخلاف ذلك، إذا كانت x/n < 1.0 ، فاستخدم القيمة الأصغر لتقدير نقطة جيفري أو لابلاس.
بخلاف ذلك، إذا كانت x/n = 1.0 ، فاستخدم تقدير نقطة لابلاس.
function calc() {
//get input values
var x = document.getElementById('x').value*1;
var n = document.getElementById('n').value*1;
var conf = (1 - document.getElementById('conf').value/100)/2;
var z = Math.abs(jStat.normal.inv(conf, 0, 1));
//find estimates
var mle = x/n;
var wilson = (x - ((-z*z)/2)) / (n - (-z*z));
var jeffrey = (x - (-.5)) / (n - (-1));
var laplace = (x - (-1)) / (n - (-2));
//find best estimate
var val = x/n;
var best = x/n;
if (val <= 0.5) {
best = wilson;
} else if (val < 0.9) {
best = mle;
} else if (val < 1) {
best = Math.min(laplace, jeffrey);
} else {
best = laplace;
}
//output results
document.getElementById('best').innerHTML = best.toFixed(5);
document.getElementById('mle').innerHTML = mle.toFixed(5);
document.getElementById('wilson').innerHTML = wilson.toFixed(5);
document.getElementById('jeffrey').innerHTML = jeffrey.toFixed(5);
document.getElementById('laplace').innerHTML = laplace.toFixed(5);
}
About Author
دكتور بنيامين أندرسون
مرحبًا، أنا بنجامين، أستاذ الإحصاء المتقاعد الذي تحول إلى مدرس متخصص في Statorials. بفضل خبرتي الواسعة في مجال الإحصاء، فأنا حريص على مشاركة معرفتي لتمكين الطلاب من خلال Statorials. تعرف أكثر