A strategy for smoothing the distri

A strategy for smoothing the distribution of the binomial random variable X is to base our inference on X + Y, where Y
is a comparatively small random noise, using X + Y instead of X in the formula for our chosen confidence interval. Having
a smoother distribution leads to a better normal approximation, which in turn reduces the coverage fluctuations of the
interval. From a purely probabilistic perspective, the split sample method can be seen to be a special case of this strategy.
Let Z be a random variable which, conditioned on X, follows a Hypergeometric(n, X, n1) distribution. Then it follows from
(1) that

ผลลัพธ์ (ไทย) 1:

กลยุทธ์สำหรับการปรับให้เรียบการกระจายของตัวแปรสุ่มทวินาม X จะยึดข้อของ X + Y ที่ Yเป็นการดีอย่างหนึ่งเล็กสุ่มเสียงรบกวน ใช้ X + Y แทน X ในสูตรสำหรับช่วงความเชื่อมั่นของเราท่าน มีกระจายนุ่มนำไปสู่ความดีปกติประมาณ ซึ่งจะช่วยลดความผันผวนของความครอบคลุมของการช่วง จากมุมมอง probabilistic เพียงอย่างเดียว สามารถเห็นวิธีตัวอย่างแบ่งเป็น กรณีพิเศษของกลยุทธ์นี้ให้ Z เป็นตัวแปรสุ่ม X ที่ บนอากาศ ตามการกระจายเมตริก (n, X, n1) แล้ว ก็ตามจาก(1) ที่

ผลลัพธ์ (ไทย) 2:

กลยุทธ์ในการปรับให้เรียบการกระจายของทวินาม X ตัวแปรสุ่มคือการอนุมานฐานของเราใน X + Y ที่ Y
เป็นสุ่มเสียงขนาดเล็กเมื่อเทียบกับการใช้ X + Y แทน X ในสูตรสำหรับช่วงความเชื่อมั่นของเราได้รับการแต่งตั้ง มี
การกระจายความนุ่มนวลนำไปสู่การประมาณปกติที่ดีขึ้นซึ่งจะช่วยลดความผันผวนของการรายงานข่าวของ
ช่วงเวลา จากมุมมองของความน่าจะเป็นอย่างหมดจดวิธีการแยกตัวอย่างจะเห็นได้ว่าเป็นกรณีพิเศษของกลยุทธ์นี้
ให้ Z เป็นตัวแปรสุ่มที่ปรับอากาศใน X ดังนี้ hypergeometric (n, X, N1) การกระจาย จากนั้นก็จะตามมาจาก
(1) ว่า

ผลลัพธ์ (ไทย) 3:

กลยุทธ์สำหรับการกระจายของตัวแปรสุ่มทวินาม x เรียบเป็นฐานการอนุมานของเราใน X Y
Y ที่เป็นเสียง โดยสุ่มเล็ก ใช้ X Y แทน X ในสูตรสำหรับช่วงความเชื่อมั่นที่เลือกของเรา มีการกระจายไปสู่เรียบปกติประมาณกว่า ซึ่งจะช่วยลดความผันผวนของ
ช่วงจากมุมมองของการแบ่งตัวอย่างวิธีหมดจด , ที่สามารถเห็นได้เป็นกรณีพิเศษของกลยุทธ์นี้ .
ให้ Z เป็นตัวแปรสุ่มที่ปรับอากาศใน X แบบ hypergeometric ( N , x N1 ) กระจาย แล้วมันว่า
( 1 )