if The weight function w can be a p

if The weight function w can be a powerful tool. However, if misused, we suspect that it could be dangerous. In particular, if little or no weight is given to a certain region of the parameter space, we should not expect the resulting weighted interval estimator to perform well in this region. This was observed in Section 4.1.where we saw in Fig. 3that the coverage p large dramatically tails off near 1 because the weight approaches approaches 1. Of course, this poor performance for In might welcomed in exchange for the enhanced performance for small values hich were given more weight. this paper, we have focused on the mean expected and the mean coverage probability as a means to address optimality. However, other optimality criterion could have been used to define the "best" interval. For example, an interval estimator might be deemed meritorious if its coverage probability does not typically deviate far from 1 a If so, we could select the interval whose mean coverage probability deviation is the smallest It is not our goal to suggest that one particular interval or measure of merit is best. Instead, our main goal is to suggest that "merit" can be precisely defined and that the optimal interval estimator can be constructed accordingly.

ผลลัพธ์ (ไทย) 1:

ถ้าฟังก์ชัน w น้ำหนักสามารถเป็นเครื่องมือที่มีประสิทธิภาพ อย่างไรก็ตาม ถ้าผิด เราสงสัยว่า มันอาจจะเป็นอันตราย โดยเฉพาะอย่างยิ่ง ถ้าน้ำหนักน้อย หรือไม่มีให้บางพื้นที่พื้นที่พารามิเตอร์ เราควรจะคาดประมาณช่วงเวลาถ่วงน้ำหนักผลการดำเนินการในภูมิภาคนี้ นี้พบว่า ในส่วน 4.1.where เราเห็นในรูป 3that p ครอบคลุมขนาดใหญ่อย่างหางออกใกล้ 1 เนื่องจากน้ำหนักวิธีวิธี 1 แน่นอน นี้ประสิทธิภาพต่ำสำหรับในการต้อนรับใน exchange สำหรับประสิทธิภาพที่เพิ่มขึ้นสำหรับค่าขนาดเล็ก hich ได้รับน้ำหนักมากขึ้นอาจ กระดาษนี้ เราได้เน้นหมายถึงคาดหวังและความน่าเป็นครอบคลุมที่หมายถึงการอยู่ optimality อย่างไรก็ตาม เกณฑ์ optimality อื่น ๆ อาจมีการใช้เพื่อกำหนดช่วงเวลาที่ดี" เช่น การประมาณช่วงอาจถือว่าบุญถ้าไม่น่าเป็นครอบคลุมที่ไม่ทั่ว deviate ไกล 1 ถ้าดังนั้น เราสามารถเลือกช่วงเวลาที่เบี่ยงเบนซึ่งน่าจะหมายถึงความครอบคลุมเป็นเล็กที่สุดไม่เป้าหมายของเราจะแนะนำเฉพาะช่วงหนึ่ง หรือวัดบุญที่ดีสุด แทน เป้าหมายหลักของเราคือการ แนะนำว่า "บุญ" สามารถแม่นยำกำหนด และว่า ประมาณช่วงเวลาที่เหมาะสมสามารถสร้างตามความเหมาะสม

ผลลัพธ์ (ไทย) 2:

ถ้าฟังก์ชั่นน้ำหนัก W สามารถเป็นเครื่องมือที่มีประสิทธิภาพ แต่ถ้าในทางที่ผิดเราสงสัยว่ามันอาจจะเป็นอันตรายได้ โดยเฉพาะอย่างยิ่งถ้าน้ำหนักน้อยหรือไม่มีเลยจะได้รับบางพื้นที่ของพื้นที่พารามิเตอร์ที่เราควรจะได้คาดหวังผลประมาณช่วงถ่วงน้ำหนักในการทำงานได้ดีในภูมิภาคนี้ นี้ได้รับการตั้งข้อสังเกตในมาตรา 4.1.where ที่เราเห็นในรูป 3that พีพื้นที่ขนาดใหญ่อย่างรวดเร็วหางออกใกล้ 1 เพราะน้ำหนักวิธีวิธีที่ 1 ของหลักสูตรนี้ประสิทธิภาพการทำงานที่ดีสำหรับฤทธายินดีในการแลกเปลี่ยนสำหรับผลการดำเนินงานที่เพิ่มขึ้นสำหรับค่าขนาดเล็ก hich ได้รับน้ำหนักมากขึ้น กระดาษนี้เราได้มุ่งเน้นไปที่ค่าเฉลี่ยที่คาดหวังและความน่าจะเป็นความคุ้มครองค่าเฉลี่ยเป็นวิธีที่จะอยู่ optimality อย่างไรก็ตามเกณฑ์ optimality อื่น ๆ จะได้รับการใช้ในการกำหนดช่วงเวลาที่ "ดีที่สุด" ยกตัวอย่างเช่นประมาณการช่วงเวลาอาจจะถือว่าได้รับรางวัลถ้าความน่าจะเป็นความคุ้มครองของมันไม่ได้มักจะเบี่ยงเบนไปไกลจาก 1 ถ้าเป็นเช่นนั้นเราสามารถเลือกช่วงเวลาที่มีค่าเฉลี่ยส่วนเบี่ยงเบนความคุ้มครองความน่าจะเป็นที่เล็กที่สุดมันไม่ได้เป็นเป้าหมายของเราที่จะชี้ให้เห็นว่าหนึ่งในช่วงเวลาที่เฉพาะเจาะจงหรือ ตัวชี้วัดของการทำบุญที่ดีที่สุดคือ แต่เป้าหมายหลักของเราคือการชี้ให้เห็นว่า "บุญ" สามารถกำหนดได้อย่างแม่นยำและประมาณการช่วงเวลาที่ดีที่สุดจะถูกสร้างขึ้นตาม

ผลลัพธ์ (ไทย) 3:

ถ้าฟังก์ชันน้ำหนัก W สามารถเป็นเครื่องมือที่มีประสิทธิภาพ แต่ถ้าใช้ไปในทางที่ผิด เราสงสัยว่ามันอาจจะอันตราย โดยเฉพาะถ้าน้ำหนักน้อย หรือ ไม่ก็ให้บางพื้นที่ของพารามิเตอร์พื้นที่เราไม่ควรคาดหวังผลหนักช่วงประมาณการที่ปฏิบัติกันในภูมิภาคนี้ นี้พบว่าในส่วน 4.1.where ที่เราเห็นในรูปที่ 3that ครอบคลุม P ใหญ่มากหางออกใกล้ 1 เพราะน้ำหนักวิธี วิธีที่ 1 ของหลักสูตรนี้อาจจะยินดีในประสิทธิภาพที่ดีในการแลกเปลี่ยนเพื่อเพิ่มประสิทธิภาพการผลิตสำหรับค่าเล็ก ๆที่ได้รับน้ำหนักมากขึ้น กระดาษนี้ เราได้เน้นว่าคาด และหมายถึงความครอบคลุมความน่าจะเป็นเป็นวิธีการที่อยู่คุณภาพ . อย่างไรก็ตาม เกณฑ์อื่น ๆ คุณภาพอาจจะถูกใช้เพื่อกำหนด " ช่วงเวลาที่ดีที่สุด " ตัวอย่างเช่น ช่วงประมาณการอาจถือว่าดีถ้าความน่าจะเป็นความคุ้มครองไม่ได้มักจะไปไกลจาก 1 ดังนั้น เราสามารถเลือกช่วงเวลาที่ครอบคลุมความน่าจะเป็นหมายถึงส่วนเป็นน้อยที่สุด มันไม่ได้เป็นเป้าหมายของเราที่จะให้หนึ่งโดยเฉพาะช่วงเวลา หรือ วัดบุญจะดีที่สุด แทน เป้าหมายหลักของเราคือการแนะนำว่า " บุญ " สามารถกำหนดช่วงเวลาที่แน่นอนและประมาณการที่เหมาะสมสามารถสร้างขึ้นตาม