小实验:请问一粒果冻豆的平均重量是多少公克?请回答你的 90% CI。
请写下你的范围,并运用相等赌局做测试。再想一想这个范围为什麽是合理的,包括正反双方的意见,然後对上、下限都做定锚测试。
1
接下来我们抽出第一颗果冻豆,重点是 1.4 公克。
这会改变你的 90% CI 吗?更新後的 CI 是什麽?
2
再下一个样本是 1.5 公克。你会重新更新你的 CI 吗?
3
接下来我们一口气抽出三个随机样本:1.4 公克、1.6 公克、1.1 公克
请更新 CI。
4
最後再抽三个:1.5 公克、0.9 公克、1.7 公克。
至此有 8 个样本。请决定最後的 CI。
就算第一次写了极宽的范围,每次获得新资料以後,范围通常都会缩小一次。
作者的实测中,最初范围最窄的是 1~3 公克,而最宽的是 0.5~50 公克。
提出 0.5~50 公克的受测者,在「第一个样本」出现後,将范围变成 0.5~6 公克。
最後,这袋果冻豆的实际平均约为 1.45 公克。
作者建议大家可以常常进行类似的练习,在不依赖「正规统计学」的情况下,进行主观的估计,培养估算的直觉。
接着针对同一个问题,在教科书里有一个数学式的作法,可以针对「样本数很少」的情况,来进行小样本的统计。
接下来我们选出果冻豆的前 5 个样本:1.4, 1.4, 1.5, 1.6, 1.1 来进行。
此方法称为 t 统计量 (t-statistic),在样本数少於 30 的情况下,分配的形状会比常态分配平坦、宽长,而样本数超过 30 以後,t 统计的形状和常态分配一样。
以下是一个计算母体平均 90% CI 的固定程序:
(1.4 + 1.4 + 1.5 + 1.6 + 1.1) / 5 = 1.4
(0 + 0 + 0.01 + 0.04 + 0.09) / (5 - 1) = 0.035
SQRT(0.035 / 5) ⇒ 0.0837
2.13
2.13 x 0.0837 = 0.178
,这是样本误差1.222~ 1.578
如此一来只需要 5 个样本,就获得一个 1.22~ 1.58 的范围。
在最初的果冻豆实验中,作者邀请受测者用主观的方法直觉估算,这些受测者都受过校准估计,
教科书的作法虽然较为客观,但在此想讨论的是,主观方法也颇有效。多做一些数学,只是比靠校准估计进一步降低误差。
203/393
今天押线交啦~~
<<: Day 27 : Github Actions实作自动化推上Azure
>>: 用 Line LIFF APP 实现信箱验证绑定功能(5) - 前後端认证功能
作为一个初阶的数据分析师,Excel绝对是你的好朋友没有之一。(Excel的强大真的是深不可测啊) ...
目标 今天要来做的是播放速度控制器,可以透过游标移动控制播放速度 Step1 const speed...
API Blueprint(蓝图)。一种用於 Web API 的强大的高级 API 描述语言。AP...
Microsoft Office 专家 - MO-300 考试对您的职业生涯来说是一个非常显着的提升...
今天分享一些实用的网站,应该大部分都知道,但一样是做个纪录。 1.https://www.nngro...