Number of the records: 1
Intervalový odhad parametru p binomického rozdělení: Co je (relativně) nového?
- 1.0329302 - ÚI 2010 RIV CZ cze C - Conference Paper (international conference)
Klaschka, Jan
Intervalový odhad parametru p binomického rozdělení: Co je (relativně) nového?
[Interval Estimate of Binomial Parameter p: What is (Relatively) New?]
ROBUST 2008. Praha: JČMF, 2009 - (Antoch, J.; Dohnal, G.), s. 177-184. ISBN 978-80-7015-004-7.
[ROBUST 2008. Letní škola JČMF /15./. Pribylina (SK), 08.09.2008-12.09.2008]
R&D Projects: GA MŠMT ME 949
Institutional research plan: CEZ:AV0Z10300504
Keywords : binomické rozdělení * znáhodněné konfidenční intervaly * fuzzy konfidenční intervaly
Subject RIV: BB - Applied Statistics, Operational Research
Práce navazuje na článek z ROBUSTu 2006, kde byly vyloženy různé typy konfidenčních intervalů pro parametr p binomického rozdělení. Pravděpodobnost pokrytí skutečného p konfidenčním intervalem nemůže být na celém intervalu [0, 1] rovna předepsané nominální hladině spolehlivosti 1-alpha. Odtud vyplývají dilemata (musí být pravděpodobnost pokrytí vždy alespoň 1-alpha, nebo je lepší aproximovat 1-alpha z obou stran?) a množství návrhů, jak konfidenční interval konstruovat. Nyní bude výklad rozšířen o zobecnění "obyčejných" konfidenčních intervalů, která dosažení konstantní pravděpodobnosti pokrytí umožňují: znáhodněné konfidenční intervaly (známé už několik desetiletí) a relativní novinku, tzv. fuzzy konfidenční intervaly.
The present work follows up the ROBUST 2006 paper where various types of confidence intervals for binomial parameter p have been exposed. The coverage probability cannot equal the nominal confidence level 1-alpha in the whole domain [0, 1]. This leads to dilemmas (is the coverage of at least 1-alpha a must, or is it better to approximate 1-alpha from both sides?), and to multiplicity of proposals of confidence interval types. The present work extends the scope of the previous paper by such generalizations of "ordinary" confidence intervals that enable a constant coverage, namely by the randomized confidence intervals (introduced several decades ago), and by the relatively new idea of the fuzzy confidence intervals.
Permanent Link: http://hdl.handle.net/11104/0175374
Number of the records: 1