[英]Confidence Interval (CI) simulation in R: How?
我想知道如何通过R中的仿真检查,当TRUE p = .5从长期来看具有95%的“覆盖概率”时,从15次试验中获得5次成功的二项式测试获得的95%置信区间?
这是使用R进行此类测试的95%CI(如果TRUE p = .5,那么从长远来看,如何证明以下CI具有95%的覆盖率):
as.numeric(binom.test(x = 5, n = 15, p = .5)[[4]])
# > [1] 0.1182411 0.6161963 (in the long-run 95% of the time, ".5" is contained within these
# two numbers, how to show this in R?)
像这样吗
fun <- function(n = 15, p = 0.5){
x <- rbinom(1, size = n, prob = p)
res <- binom.test(x, n, p)[[4]]
c(Lower = res[1], Upper = res[2])
}
set.seed(3183)
R <- 10000
sim <- t(replicate(R, fun()))
请注意,以5次成功,15次试验和p = 0.5调用binom.test
时,始终返回相同的值,因此调用rbinom
。 成功次数将有所不同。 我们可以计算p
在Lower
和Upper
之间的情况下的比例。
cov <- mean(sim[,1] <= .5 & .5 <= sim[,2])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.