Imagina que repites un experimento tres veces. En cada experimento, recolectas medidas por triplicado. Los triplicados tienden a estar bastante juntos, en comparación con las diferencias entre los tres medios experimentales. Calcular el gran significado es bastante fácil. Pero, ¿cómo se puede...
He escuchado / visto en varios lugares que puede transformar el conjunto de datos en algo que se distribuye normalmente tomando el logaritmo de cada muestra, calcular el intervalo de confianza para los datos transformados y transformar el intervalo de confianza utilizando la operación inversa (por...
¿Cómo puedo calcular el intervalo de confianza de una media en una muestra no distribuida normalmente? Entiendo que los métodos de arranque se usan comúnmente aquí, pero estoy abierto a otras opciones. Si bien estoy buscando una opción no paramétrica, si alguien puede convencerme de que una...
Considere un conjunto aleatorio de números que normalmente se distribuyen: x <- rnorm(n=1000, mean=10) Nos gustaría saber la media y el error estándar en la media, por lo que hacemos lo siguiente: se <- function(x) { sd(x)/sqrt(length(x)) } mean(x) # something near 10.0 units se(x) #...
Para calcular el intervalo de confianza (IC) para la media con desviación estándar de población desconocida (sd), estimamos la desviación estándar de población empleando la distribución t. Notablemente, CI=X¯±Z95%σX¯CI=X¯±Z95%σX¯CI=\bar{X} \pm Z_{95\% }\sigma_{\bar X} donde...
Para hacer este gráfico, generé muestras aleatorias de diferente tamaño a partir de una distribución normal con media = 0 y sd = 1. Los intervalos de confianza se calcularon utilizando valores de corte alfa que van desde .001 a .999 (línea roja) con la función t.test (), la probabilidad de perfil...
Tengamos un modelo lineal, por ejemplo, ANOVA simple: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) El resultado es el...
Tengo dos preguntas sobre los intervalos de confianza: Aparentemente, un intervalo de confianza estrecho implica que hay una menor posibilidad de obtener una observación dentro de ese intervalo, por lo tanto, nuestra precisión es mayor. Además, un intervalo de confianza del 95% es más estrecho...
Mientras estudiaba el intervalo de confianza basado en bootstrap, una vez leí la siguiente declaración: Si la distribución de bootstrap está sesgada hacia la derecha, el intervalo de confianza basado en bootstrap incorpora una corrección para mover los puntos finales aún más hacia la derecha;...
Los cursos de estadística básica a menudo sugieren usar una distribución normal para estimar la media de un parámetro de población cuando el tamaño de la muestra n es grande (generalmente más de 30 o 50). La distribución T de Student se usa para tamaños de muestra más pequeños para tener en cuenta...
Supongamos que uno tiene dos muestras independientes de la misma población, y se usaron diferentes métodos en las dos muestras para derivar la estimación puntual y los intervalos de confianza. En casos triviales, una persona sensata simplemente combinaría las dos muestras y usaría un método para...
Nota: disculpas de antemano si esto es un duplicado, no encontré una q similar en mi búsqueda Digamos que tenemos un verdadero parámetro p. Un intervalo de confianza C (X) es un RV que contiene p, digamos el 95% del tiempo. Ahora supongamos que observamos X y calculamos C (X). La respuesta común...
Hace poco estuve leyendo un artículo que incorporó la aleatoriedad en su confianza e intervalos creíbles, y me preguntaba si esto es estándar (y, de ser así, por qué es algo razonable). Para establecer la notación, suponga que nuestros datos son x∈Xx∈Xx \in X y estamos interesados en crear...
Dadas dos matrices x e y, ambas de longitud n, calzo un modelo y = a + b * x y quiero calcular un intervalo de confianza del 95% para la pendiente. Esto es (b - delta, b + delta) donde b se encuentra de la manera habitual y delta = qt(0.975,df=n-2)*se.slope y se.slope es el error estándar en la...
Estoy analizando un conjunto de datos utilizando un modelo de efectos mixtos con un efecto fijo (condición) y dos efectos aleatorios (participante debido al diseño del sujeto y al par). El modelo se ha generado con el lme4paquete:
En el libro "Bioestadística para tontos" en la página 40 leí: El error estándar (SE abreviado) es una forma de indicar qué tan precisa es su estimación o medición de algo. y Los intervalos de confianza proporcionan otra forma de indicar la precisión de una estimación o medición de...
Me refería a esta video conferencia para calcular el intervalo de confianza . Sin embargo, tengo algo de confusión. Este tipo está usando estadísticas para el cálculo. Sin embargo, creo que debería haber sido una estadística t . No se nos da la verdadera desviación estándar de la población. Estamos...
El paquete de trazado R ggplot2 tiene una función asombrosa llamada stat_smooth para trazar una línea (o curva) de regresión con la banda de confianza asociada. Sin embargo, estoy teniendo dificultades para averiguar exactamente cómo se genera esta banda de confianza, para cada línea de regresión...
Sea {Xi}ni=1{Xi}i=1n\{X_i\}_{i=1}^n una familia de variables aleatorias iid que toman valores en [0,1][0,1][0,1] , que tienen una media μμ\mu y una varianza σ2σ2\sigma^2 . P ( | ˉ X - μ | > ε ) ≤ σ 2 proporciona un intervalo de confianza simple para la media, usando σσ\sigma siempre que se...
El tratamiento clásico de la inferencia estadística se basa en el supuesto de que existe una estadística correctamente especificada. Es decir, la distribución P∗(Y)P∗(Y)\mathbb{P}^*(Y) que generó los datos observados yyy es parte del modelo estadístico MM\mathcal{M} :