The classical method used to constr

The classical method used to construct confidence intervals for the variance of a normal population does not always yield the
best coverage accuracy. In fact
Contrary to the classical method that uses the Chi-square statistic, the proposed approach relies only on the observations. With the proposed approach, approximate Bayesian confidence intervals for a normal population variance are easily computed for any level of significance.
The approximate Bayesian approach under to the popular square error loss function does not always yield the best approximate Bayesian results. In fact, the Higgins-Tsokos loss function performs better in the above examples.

ผลลัพธ์ (ไทย) 1:

วิธีคลาสสิกที่ใช้ในการสร้างช่วงความเชื่อมั่นสำหรับค่าความแปรปรวนของประชากรปกติเสมอผลการ ความถูกต้องครอบคลุมที่สุด อันที่จริงขัดกับวิธีการคลาสสิกที่ใช้สถิติไคสแควร์ วิธีเสนออาศัยบนข้อสังเกตเท่านั้น ด้วยวิธีนำเสนอ ประมาณช่วงความเชื่อมั่นทฤษฎีสำหรับผลต่างการปกติประชากรสามารถคำนวณสำหรับใด ๆ ระดับนัยสำคัญวิธีทฤษฎีคร่าว ๆ ภายใต้ฟังก์ชันยอดนิยมตารางผิดพลาดขาดทุนผลผลิตที่ดีที่สุดโดยประมาณทฤษฎีผลเสมอ ในความเป็นจริง ฟังก์ชั่นการสูญฮิกกินส์ Tsokos ทำได้ดีกว่าในตัวอย่างข้างต้น

ผลลัพธ์ (ไทย) 2:

วิธีคลาสสิกที่ใช้ในการสร้างความเชื่อมั่นสำหรับความแปรปรวนของประชากรปกติไม่เคยให้ผล
ความถูกต้องคุ้มครองที่ดีที่สุด ในความเป็นจริง
ตรงกันข้ามกับวิธีคลาสสิกที่ใช้ Chi-square สถิติวิธีการที่นำเสนอต้องอาศัยเฉพาะในการสังเกต ด้วยวิธีการที่นำเสนอโดยประมาณช่วงความเชื่อมั่นแบบเบย์สำหรับประชากรแปรปรวนปกติจะคำนวณได้อย่างง่ายดายสำหรับระดับนัยสำคัญใด ๆ .
วิธีคชกรรมตัวอย่างภายใต้ที่เป็นที่นิยมฟังก์ชั่นการสูญเสียข้อผิดพลาดตารางไม่เคยให้ผลผลิตผลลัพธ์ที่ดีที่สุดคชกรรมตัวอย่าง ในความเป็นจริง, ฟังก์ชั่นการสูญเสียฮิกกินส์-Tsokos ดำเนินการที่ดีขึ้นในตัวอย่างข้างต้น

ผลลัพธ์ (ไทย) 3:

คลาสสิกที่ใช้วิธีการสร้างความเชื่อมั่นและค่าความแปรปรวนของประชากรปกติไม่เสมอผลผลิตความคุ้มครองที่ดีที่สุด ในความเป็นจริงตรงกันข้ามกับคลาสสิกวิธีการที่ใช้ไคสแควร์ สถิติ วิธีการที่เสนอจะต้องอาศัยการสังเกต . ด้วยการเสนอวิธีการประมาณแบบช่วงความเชื่อมั่นสำหรับความแปรปรวนประชากรปกติได้อย่างง่ายดายคำนวณระดับของความสำคัญใด ๆวิธีการประมาณแบบใต้นิยมข้อผิดพลาดตารางการสูญเสียฟังก์ชันไม่เสมอให้ผลตอบแทนดีที่สุดประมาณแบบเบส์ ผลลัพธ์ ในความเป็นจริง ฮิกกินส์ tsokos การสูญเสียฟังก์ชันมีประสิทธิภาพที่ดีกว่าในตัวอย่างข้างต้น