ปัญหากับช่วงความเชื่อมั่นของ Chebyshev
ตามที่กล่าวไว้โดย Carlo เรามี . นี้ต่อไปนี้จากVar(X)≤μ(1-μ) ดังนั้นช่วงความเชื่อมั่นμจะได้รับจาก
P(| ˉ X -μ|≥ε)≤1σ2≤14Var(X)≤μ(1−μ)μ
ปัญหาคือความไม่เท่าเทียมกันในแง่หนึ่งค่อนข้างจะหลวมเมื่อnมีขนาดใหญ่ การปรับปรุงจะถูกกำหนดโดยขอบเขตของ Hoeffding และแสดงไว้ด้านล่าง อย่างไรก็ตามเราสามารถแสดงให้เห็นว่ามันแย่แค่ไหนที่สามารถใช้ทฤษฎีบท Berry-Esseen ที่Yves ชี้ให้เห็น ให้Xiมีความแปรปรวน1
P(|X¯−μ|≥ε)≤14nε2.
nXiกรณีที่เป็นไปได้ที่เลวร้ายที่สุด ทฤษฎีบทหมายความว่า
P(| ˉ X -μ|≥ε14
ที่
SFคือฟังก์ชันการเอาชีวิตรอดของการแจกแจงแบบปกติมาตรฐาน โดยเฉพาะอย่างยิ่งกับ
ε=16เราได้รับ
SF(16)≈e-58(อ้างอิงจาก Scipy) ดังนั้นโดยพื้นฐานแล้ว
P(|ˉX-μ|≥8P(|X¯−μ|≥ε2n√)≤2SF(ε)+8n√,SFε=16SF(16)≈e−58
ในขณะที่ความไม่เท่าเทียมกัน Chebyshev หมายถึง
P ( | ˉ X - μ | ≥ 8P(|X¯−μ|≥8n√)≤8n√+0,(∗)
P(|X¯−μ|≥8n√)≤1256.
(∗)
การเปรียบเทียบความยาวของช่วงความมั่นใจ
(1−α)ℓZ(α,n)ℓC(α,n) σ= 12ℓค( α , n ) เป็นค่าคงที่ที่ใหญ่กว่า ℓZ( α , n )เป็นอิสระจาก n. แม่นยำสำหรับทุกคนn,
ℓค( α , n ) = κ ( α ) ℓZ( α , n ) ,κ ( α ) = ( ISF ( α)2) α--√)- 1,
ที่ไหน
ISFเป็นฟังก์ชันการอยู่รอดแบบผกผันของการแจกแจงแบบปกติมาตรฐาน ฉันพล็อตต่ำกว่าค่าคงที่การคูณ
โดยเฉพาะอย่างยิ่ง 95 % ช่วงความมั่นใจในระดับที่ได้รับโดยใช้อสมการ Chebyshev เป็นเรื่องเกี่ยวกับ 2.3 ครั้งใหญ่กว่าช่วงความเชื่อมั่นระดับเดียวกันที่ได้รับโดยใช้การประมาณปกติ
ใช้ขอบเขตของ Hoeffding
ขอบเขตของ Hoeffding ให้
P( | X¯- μ | ≥ ε ) ≤ 2 E- 2 n ε2.
ดังนั้น
( 1 - α )ระดับความเชื่อมั่นระดับ
μ คือ
( X¯- ε , X¯+ ε ) ,ε=−lnα22n−−−−−−√,
of length
ℓH(α,n)=2ε. I plot below the lengths of the different confidence intervals (Chebyshev inequality:
ℓC; normal approximation (
σ=1/2):
ℓZ; Hoeffding's inequality:
ℓH) for
α=0.05.