s*****r
发帖数: 790 | 1 绝对不是民科,而是连民科都比不上.
那些想证明1+1的民科，至少知道什么是素数，1+1这个问题时什么。换了大师，造就数
学的新地平线了，素数的定义，1+1的问题，都是从哲学层面考虑的。
单说这个统计的新地平线，我敢说，大师所知道的随机变量呀，sample space呀，肯定
跟大家都知道的不一样。压根就不是什么统计的新地平线么，完全是无中生有的一个崭
新的科学，你们这些受科学毒害的怎么可能明白？
我也是幼稚，还出一个问题请教大师。另一位同学也是，挑战大师。大师算出来的东西
，你敢质疑？我敢说大师肯定不明白目前统计上定义的置信区间的意思。大师那都是在
新领域中的最新成果。 |
m******n
发帖数: 354 | |
n*****n
发帖数: 3123 | 3 他真的不知道。我最初认识大师就是置信区间的讨论。之后我就ignore所有他的理论以
及哲学贴了
【在 s*****r 的大作中提到】
: 绝对不是民科,而是连民科都比不上.
: 那些想证明1+1的民科，至少知道什么是素数，1+1这个问题时什么。换了大师，造就数
: 学的新地平线了，素数的定义，1+1的问题，都是从哲学层面考虑的。
: 单说这个统计的新地平线，我敢说，大师所知道的随机变量呀，sample space呀，肯定
: 跟大家都知道的不一样。压根就不是什么统计的新地平线么，完全是无中生有的一个崭
: 新的科学，你们这些受科学毒害的怎么可能明白？
: 我也是幼稚，还出一个问题请教大师。另一位同学也是，挑战大师。大师算出来的东西
: ，你敢质疑？我敢说大师肯定不明白目前统计上定义的置信区间的意思。大师那都是在
: 新领域中的最新成果。
|
a******n
发帖数: 11246 | 4 大师是怎么理解CI的？
【在 n*****n 的大作中提到】
: 他真的不知道。我最初认识大师就是置信区间的讨论。之后我就ignore所有他的理论以
: 及哲学贴了
|
s*****r
发帖数: 790 | 5 这个？
恭请大师解惑。
【在 a******n 的大作中提到】
: 大师是怎么理解CI的？
|
n*****n
发帖数: 3123 | |
a******n
发帖数: 11246 | 7 哦，对，大师确实概念混淆了。他在对一个random variable算CI。。。
而在我们的理论中CI只针对parameter。
提问的楼主可能也有些许概念不清。说X的CI是什么什么。
我们似乎很少用X来代表parameter的...
【在 n*****n 的大作中提到】
: 我忘了。帖子在这里。你自己看一下吧
: http://www.mitbbs.com/article_t1/Statistics/31235669_0_1.html
|
T*******I
发帖数: 5138 | 8 你认为你知道了总体的parameter? 所以你就可以为它计算一个CI?
我所说的随机变量是X，它的n个随机常量构成了总体中关于X的一个随机子集{x_i}(i=1,2,...,n) 。因此，在我看来，不存在没有x_i的随机变量X，也不存在没有X的定义下的x_i。我不是在为一个x_i计算CI，而是为由{x_i}估计的一个关于X的期望计算CI。我永远不
知道u，但永远只能用样本为x_bar构造一个可变区间，从而用x_bar以及这个区间来估计未知的u。
【在 a******n 的大作中提到】
: 哦，对，大师确实概念混淆了。他在对一个random variable算CI。。。
: 而在我们的理论中CI只针对parameter。
: 提问的楼主可能也有些许概念不清。说X的CI是什么什么。
: 我们似乎很少用X来代表parameter的...
|
s*****r
发帖数: 790 | 9 真难为你了，所知道的那些统计名词几乎一个都不明白。
好不容易知道期望是最常用的统计量之一，就以为所有的都是为了估计期望。
您还是歇歇吧，你一开口说随机变量，不闹笑话就是奇迹了。
还有，不要跟我讨论具体的统计，我不懂您那新地平线里的概念和理论。我也没有任何兴趣和你讨论了。
.,
【在 T*******I 的大作中提到】
: 你认为你知道了总体的parameter? 所以你就可以为它计算一个CI?
: 我所说的随机变量是X，它的n个随机常量构成了总体中关于X的一个随机子集{x_i}(i=1,2,...,n) 。因此，在我看来，不存在没有x_i的随机变量X，也不存在没有X的定义下的x_i。我不是在为一个x_i计算CI，而是为由{x_i}估计的一个关于X的期望计算CI。我永远不
: 知道u，但永远只能用样本为x_bar构造一个可变区间，从而用x_bar以及这个区间来估计未知的u。
|
a******n
发帖数: 11246 | 10 大师厉害...
我也来一把大师体。
这个问题的难点在于，X是一个随即变量。
样本数量n是一个随机常量。这个随机常量的分布我们是不知道的。
我们可以认为这个分布是一个随机分布。
n本样本X_1,...X_n作为n个随机常量构成了总体的随机子集。
当然随机子集的分布我们也是不知道。
因为什么都不知道，所以我们只能用x bar构造一个可变区间，
也就是随机置信区间(Random Confidence Interval) <--新名词，从地平线上冉冉升起
...
汗一把我自己，还是赶紧干正事去了~
=1,2,...,n) 。因此，在我看来，不存在没有x_i的随机变量X，也不存在没有X的定义
下的x_i。我不是在为一个x_i计算CI，而是为由{x_i}估计的一个关于X的期望计算CI。
我永远不
估计未知的u。
【在 T*******I 的大作中提到】
: 你认为你知道了总体的parameter? 所以你就可以为它计算一个CI?
: 我所说的随机变量是X，它的n个随机常量构成了总体中关于X的一个随机子集{x_i}(i=1,2,...,n) 。因此，在我看来，不存在没有x_i的随机变量X，也不存在没有X的定义下的x_i。我不是在为一个x_i计算CI，而是为由{x_i}估计的一个关于X的期望计算CI。我永远不
: 知道u，但永远只能用样本为x_bar构造一个可变区间，从而用x_bar以及这个区间来估计未知的u。
|
T*******I
发帖数: 5138 | 11 “所以我们只能用x bar构造一个可变区间，” |
A*******s
发帖数: 3942 | 12 还是你牛啊
我已经构思大师体很久了
但是一直苦于不能像大师一样，
自在和自由地运用各种抽象名词。
等我哪天有大师的水平，
估计就能在公司唬住一大堆人了，哈哈
【在 a******n 的大作中提到】
: 大师厉害...
: 我也来一把大师体。
: 这个问题的难点在于，X是一个随即变量。
: 样本数量n是一个随机常量。这个随机常量的分布我们是不知道的。
: 我们可以认为这个分布是一个随机分布。
: n本样本X_1,...X_n作为n个随机常量构成了总体的随机子集。
: 当然随机子集的分布我们也是不知道。
: 因为什么都不知道，所以我们只能用x bar构造一个可变区间，
: 也就是随机置信区间(Random Confidence Interval) <--新名词，从地平线上冉冉升起
: ...
|
