एक ग्राहक को क्या कहना है जो सोचता है कि आत्मविश्वास अंतराल उपयोगी होने के लिए बहुत व्यापक हैं?

22

मान लीजिए मैं एक सलाहकार हूं और मैं अपने ग्राहक को विश्वास अंतराल की उपयोगिता समझाना चाहता हूं। क्लाइंट मुझसे कहता है कि मेरे अंतराल उपयोगी होने के लिए बहुत चौड़े हैं और वह आधे लोगों को व्यापक रूप से उपयोग करना पसंद करेगा।

मुझे कैसे जवाब देना चाहिए?

confidence-interval interpretation

— student_diversified
स्रोत

15

अधिक डेटा एकत्र करने के लिए उन्हें बिल दें।

— shabbychef

2

यह मुझे सांख्यिकीय परामर्श में ग्राहकों के प्रकारों के बारे में ज़रूर पढ़े जाने वाले कागज की याद दिलाता है ।

@ प्रोक्रेस्टिनेटर क्या आप पेपर के पीडीएफ संस्करण के लिए एक लिंक पोस्ट करना चाहेंगे?

— ०६:५०

1

@ मोम, यह केवल स्पष्ट रूप से JSTOR के माध्यम से उपलब्ध लगता है; पीडीएफ पोस्ट करना JSTOR (सेवा का काफी उचित) शर्तों का उल्लंघन होगा ...

— बेन बोल्कर

@ शब्बीशेफ - अक्सर यह सटीकता बढ़ाने का एक अत्यधिक अक्षम तरीका है, खासकर यदि नमूना पहले से ही बड़ा है। उदाहरण के लिए, एक सामान्य माध्य ci के ci की चौड़ाई को आधा करने के लिए आपको नमूना आकार को चौगुना करने की आवश्यकता है। जाने से पहले मॉडल को बेहतर बनाने में कुछ समय बिताने से बेहतर है और आप सबसे बड़ी लागत को चार गुना बढ़ाएँ!

— प्रोबेबिलिसलॉजिक

16

यह इस बात पर निर्भर करता है कि क्लाइंट का "उपयोगी" से क्या मतलब है। आपके ग्राहक के सुझाव कि आप अंतराल को संकीर्ण करते हैं, एक गलतफहमी को प्रतिबिंबित करने के लिए लगता है कि, अंतराल को संकीर्ण करके आपने किसी तरह जादुई त्रुटि के मार्जिन को कम कर दिया है। यह मानते हुए कि डेटा सेट पहले ही एकत्र हो चुका है और तय हो गया है (यदि यह मामला नहीं है, तो @ shabbychef की टिप्पणी में मज़ाक आपको अपना जवाब देता है), आपके ग्राहक की किसी भी प्रतिक्रिया पर ज़ोर देना चाहिए और वर्णन करना चाहिए कि "फ्री लंच" क्यों नहीं है; आप अंतराल को कम करके कुछ त्याग कर रहे हैं ।

विशेष रूप से, चूंकि डेटा सेट ठीक किया गया है, एकमात्र तरीका जिससे आप विश्वास स्तर को कम करके आत्मविश्वास अंतराल की चौड़ाई को कम कर सकते हैं। इसलिए, आपके पास एक व्यापक अंतराल के बीच विकल्प है कि आप अधिक आश्वस्त हैं जिसमें सही पैरामीटर मान या एक संकीर्ण अंतराल शामिल है जिसके बारे में आप कम आश्वस्त हैं। अर्थात्, व्यापक आत्मविश्वास अंतराल अधिक रूढ़िवादी हैं। बेशक, आप कभी भी केवल चौड़ाई या आत्मविश्वास के स्तर को ध्यान से नहीं चुन सकते हैं, क्योंकि आप पूरे पैरामीटर स्थान को खाली करके विश्वास अंतराल उत्पन्न कर सकते हैं और एक असीम संकीर्ण आत्मविश्वास अंतराल प्राप्त कर सकते हैं, हालांकि इसमें कवरेज होगा। $100 \%$ $0 \%$

कम रूढ़िवादी अंतराल अधिक उपयोगी है या नहीं, यह दोनों संदर्भों पर स्पष्ट रूप से निर्भर करता है और अंतराल की चौड़ाई विश्वास स्तर के एक कार्य के रूप में कैसे भिन्न होती है, लेकिन मुझे एक ऐसे आवेदन की कल्पना करने में परेशानी हो रही है जहां प्राप्त करने के लिए बहुत कम आत्मविश्वास स्तर का उपयोग किया जा रहा है। संकीर्ण अंतराल बेहतर होगा। इसके अलावा, यह इंगित करने के लायक है कि आत्मविश्वास अंतराल इतना सर्वव्यापी हो गया है कि यह औचित्य साबित करना मुश्किल होगा कि आप उदाहरण के लिए, आत्मविश्वास अंतराल का उपयोग क्यों कर रहे हैं। $95 \%$ $60\%$

— मैक्रो
स्रोत

6

आप बस कुछ दिए बिना आत्मविश्वास के अंतराल को छोटा नहीं कर सकते हैं, लेकिन एक-पूंछ वाले परीक्षण और दो-पूंछ वाले परीक्षण के बीच अंतर करने के लिए थोड़ा लचीलापन है। इसके अलावा, यह संभव है कि एक ही डेटा का एक बेहतर मॉडल अलग (और संभवतः छोटे) आत्मविश्वास अंतराल का उत्पादन करेगा।

— डगलस जारे

3

मुझे लगता है कि आप पिछले हिस्से को थोड़े थोड़े समय में बेच रहे हैं। 95 % सीआई की सर्वव्यापीता एक सांस्कृतिक घटना है। कुछ संदर्भों में अन्य मूल्य सामान्य हैं, जैसे कि प्लॉटिंग करते समय, त्रुटि बार अक्सर मानक त्रुटियां होती हैं (यानी 68% CI की), क्योंकि मुझे यकीन है कि आप परिचित हैं। (+1, Btw)

— गुंग - को पुनः स्थापित मोनिका

2

भावना में यह उत्तर अच्छा है लेकिन मुझे लगता है कि दूसरा पैराग्राफ बहुत सीमित है। इस पार्टी के लिए एक बड़ा लाभ यह है कि पार्टी को वैकल्पिक प्रक्रियाओं का ज्ञान है जो ग्राहक की जरूरतों को बेहतर ढंग से पूरा कर सकता है। कई मामलों में एक अलग सीआई प्रक्रिया का चयन करके एक CI की चौड़ाई को कम कर सकता है। इसके लिए न तो अधिक डेटा एकत्र करने की आवश्यकता होती है (-1 से @sbbychef, मुझे डर है) और न ही आत्मविश्वास का स्तर घट रहा है। वास्तव में कठिन हिस्सा एक सीआई की व्याख्या कर रहा है, जहां प्रक्रिया को पोस्ट हॉक चुना गया था । इसलिए हम डेटा का विश्लेषण (या यहां तक कि एकत्र) करने से पहले यह बातचीत करना चाहते हैं!

— whuber

7

मैं इस पर प्रतिक्रिया कर रहा हूं, मैक्रों, क्योंकि व्यवहार में यह इतना अनम्य होने के लिए अच्छी तरह से काम नहीं करता है। जोखिम यह है कि ग्राहक आपकी सलाह को नजरअंदाज करेगा और किसी ऐसे व्यक्ति से मदद मांगेगा जो किसी भी बेहतर को नहीं जानता (लेकिन आंकड़ों में पर्याप्त विशेषज्ञता का दावा करता है)। ओपी का परिदृश्य एक परिचित और सामान्य है: यह सबसे अच्छा ग्राहक को सूचित करने और शिक्षित करने के साथ-साथ उन्हें विकल्प प्रदान करने के लिए (उनके पेशेवरों और विपक्ष की स्पष्ट चर्चा के साथ) अवसर के रूप में देखा जाता है। हमें यह कहने की आवश्यकता है "हां, सीआई को छोटा किया जा सकता है, लेकिन यहां कुछ ऐसा करने के परिणाम हैं" नहीं, बल्कि आप खराब हैं।

— whuber

2

यह एक अच्छी बात है @whuber (+1) उन स्थितियों में जहां अधिक कुशल विकल्प उपलब्ध हो सकते हैं - डेटा को एकत्र / विश्लेषण करने से पहले एक सांख्यिकीविद् से परामर्श करने का एक और कारण ।

— मैक्रो

2

मैं यह सुझाव दूंगा कि यह पूरी तरह से इस बात पर निर्भर करता है कि आपका ग्राहक किस लिए विश्वास अंतराल का उपयोग करना चाहता है ।

किसी प्रकार की रिपोर्ट / प्रकाशन / आदि। जहां आमतौर पर 95% CI की सूचना दी जाती है। मैं उसे बहुत अच्छी तरह से बता सकता हूं कि "यह सांख्यिकीय रूप से उचित नहीं है" और इसे वहां छोड़ दें, यह इस बात पर निर्भर करता है कि ग्राहक आपकी विशेषज्ञता के लिए टालता है या नहीं। यदि वे नहीं करते हैं, तो आपको अपने पेशेवर आराम के बारे में निर्णय लेना होगा कि वे क्या चाहते हैं।
आंतरिक दस्तावेज़ के कुछ प्रकार - मैं यह स्पष्ट कर दूंगा कि आप असहमत हैं, और यह स्पष्ट करते हैं कि पाठक किस प्रकार का अंतराल अब देख रहा है, क्योंकि यह 95% नहीं है।
अनुमान अनिश्चितता के माप के रूप में, यह निर्धारित करने के लिए कहें कि किसी व्यक्ति को कितना संवेदनशीलता विश्लेषण करना पड़ सकता है? मैं उन्हें ९ ५% सीआई के साथ पूर्ण वितरण दिखाते हुए एक आंकड़ा देता हूं और ६ showing% सीआई जैसा कुछ चिह्नित करता है और उन्हें इस पर रहने देता हूं।

मुझे अपने आप पर काफी गर्व होगा अगर मैं अपने मुंह से पहली चीज़ "इतना बड़ा अध्ययन" चलाने में कामयाब रहा।

— Fomite
स्रोत

1

+1। मुझे लगता है कि आपके द्वारा (2) के तहत की गई टिप्पणियां संभवतः (1) द्वारा वर्णित स्थिति में भी प्रासंगिक होंगी।

— मैक्रो

0

मानक विचलन का उपयोग करें, जैसा कि ज्यादातर लोग करते हैं। जब लोग 68% सीआई के लिए उपयोग किए जाते हैं तो 95% CI डरावना हो सकता है।

— जियोम टोमबली
स्रोत

4

यह मुझे लगता है कि इस मामले में, हम केवल सटीकता का प्रदर्शन करने में रुचि रखते हैं, कहते हैं, नमूना का मतलब है, व्यक्तिगत मूल्यों की परिवर्तनशीलता नहीं। आप विशेष रूप से मानक विचलन की सिफारिश क्यों करेंगे ?

— CHL

फिशर ने मूल रूप से 2 मानक विचलन के लिए एक अनुमान के रूप में 95% सीआई का सुझाव दिया।

— पैट्रिक कैलडन

1

@ पैट्रिक, ऐसा लगता है कि या तो आपने chl की बात को याद किया है (साथ ही गलत-प्रतिनिधित्व वाले फ़िशर को, जिसने ऐसी कोई गलती नहीं की है) या फिर आपने "मानक विचलन" लिखा है जहाँ आपने "मानक त्रुटि " का इरादा किया था । अधिकांश CI मानक त्रुटियों पर आधारित होते हैं, निश्चित रूप से, मानक विचलन नहीं। 2 एसडी न तो एक CI और न ही इसके विपरीत

— whuber

बेशक, मानक त्रुटि मतलब के मानक विचलन है, इसलिए यह सिर्फ शब्दावली है। यह कहते हुए कि CI मानक विचलन पर आधारित नहीं हैं वास्तव में सच नहीं है। वे नमूना के मानक विचलन पर आधारित नहीं हैं, बल्कि इसके बजाय माध्य के मानक विचलन पर हैं।

— आरोन -

2

सभी अनुमान साधन नहीं हैं। साधनों के अलावा अन्य अनुमानों के लिए मानक त्रुटियां हैं और यह अनुमान की मानक त्रुटि है जिसका उपयोग किसी अनुमान की परिवर्तनशीलता के आधार पर एक पैरामीटर के लिए विश्वास अंतराल उत्पन्न करने के लिए किया जाता है जैसा कि पूरी तरह से पता चलता है।

— माइकल आर। चेरनिक

0

आप एक निश्चित मानक स्तर जैसे 90% या 95% पर एक विश्वास अंतराल प्रदान करते हैं। ग्राहक न्याय कर सकता है कि अंतराल उपयोगी होने के लिए बहुत व्यापक है या नहीं। लेकिन निश्चित रूप से इसका मतलब यह नहीं है कि आप इसे उपयोगी बनाने के लिए इसे छोटा कर सकते हैं। आप सुझाव दे सकते हैं कि नमूना आकार बढ़ाने से किसी दिए गए आत्मविश्वास स्तर पर अंतराल की चौड़ाई कम हो जाएगी क्योंकि यह नमूना आकार के वर्गमूल के एक कारक द्वारा लगभग घट जाती है।

— माइकल आर। चेरिक
स्रोत