J'ai récemment commencé à lire Gelman et Hill's, "Data Analysis Using Regression and Multilevel / Hierarchical Models" et la question est basée sur cela:
L'échantillon contient 6 observations sur les proportions:
Chaque a signifie et variance , où est le nombre d'observations utilisées pour calculer la proportion .
La statistique de test est échantillon écart type de ces proportions.
Le livre dit que la valeur attendue de la variance de l'échantillon des six proportions, , est . Je comprends tout ça.
Ce que je veux savoir, c'est la répartition des et sa variance? J'apprécierais que quelqu'un me fasse savoir de quoi il s'agit ou me guide vers un livre ou un article contenant ces informations.
Merci beaucoup.
distributions
binomial
standard-deviation
Curious2learn
la source
la source
Réponses:
La distribution exacte des proportions estpi ~ Bin(ni,πi)/ni , et les proportions peuvent prendre des valeurs pi=0,1ni,2ni,...,ni−1ni,1 . La distribution résultante de l'écart-type de l'échantillonT est une distribution discrète compliquée. Laissant , il peut s'écrire sous sa forme la plus triviale:p≡(p1,p2,...,p6)
où est l'ensemble de tous les vecteurs de proportion qui conduisent à une variance d'échantillon non supérieure à . Il n'y a vraiment aucun moyen de simplifier cela dans le cas général. Pour obtenir une probabilité exacte de cette distribution, vous devez énumérer les vecteurs de proportion qui produisent une variance d'échantillon dans la plage d'intérêt, puis additionner les produits binomiaux sur cette plage énumérée. Ce serait un exercice de calcul onéreux pour des valeurs même modérément grandes de .P(t)≡{p|T⩽t} t n1,...,n6
Maintenant, évidemment, la distribution ci-dessus n'est pas une forme très utile. Tout ce que cela vous dit vraiment, c'est que vous devez énumérer les résultats d'intérêt, puis additionner leurs probabilités. C'est pourquoi il serait inhabituel de calculer des probabilités exactes dans ce cas, et il est beaucoup plus facile de recourir à une forme asymptotique pour la distribution de la variance de l'échantillon.
la source