积分估算计算器

点估计代表我们对总体参数的“最佳估计”。
例如,样本平均值可以用作总体平均值的点估计。
类似地,样本比例可以用作总体比例的点估计。但是,有多种方法可以计算人口比例的点估计,包括:
估计 MLE 点:x / n
估计威尔逊点:(x + z 2 /2) / (n + z 2 )
杰弗里点估计:(x + 0.5) / (n + 1)
拉普拉斯点的估计:(x + 1) / (n + 2)
其中x是样本中的“命中”数, n是样本大小或试验次数, z是与置信水平相关的 z 分数。
要找到最佳点估计,只需在下面的框中输入成功次数、试验次数和置信度的值,然后单击“计算”按钮即可。

最佳估计 = 0.45695

估计 MLE 点 = 0.45161

估计威尔逊点 = 0.45695

杰弗里点估计 = 0.45313

估计拉普拉斯点 = 0.45455


该计算器使用以下逻辑来确定最好使用哪个点估计:
如果x/n ≤ 0.5 ,则使用威尔逊点估计。
否则,如果x/n < 0.9 ,则使用 MLE 点估计。
否则,如果x/n < 1.0 ,则使用杰弗里点或拉普拉斯点估计中较小的一个。
否则,如果x/n = 1.0 ,则使用拉普拉斯点估计。

添加评论

您的电子邮箱地址不会被公开。 必填项已用*标注