Interval Keyakinan dan ketidakpastian Nilai P untuk Tes Permutasi

Saya sedang belajar tes pengacakan sekarang. Ada dua pertanyaan yang muncul di benak saya:

1. Ya, mudah dan intuitif bagaimana nilai-p dihitung dengan uji pengacakan (yang menurut saya sama dengan uji permutasi?). Namun, bagaimana kita juga bisa menghasilkan interval kepercayaan 95% seperti yang kita lakukan dengan tes parametrik normal?

2. Ketika saya membaca dokumen dari University of Washington tentang tes permutasi , ada kalimat di halaman 13 yang mengatakan:

   Dengan 1000 permutasi ...., ketidakpastian dekat p = 0,05 adalah sekitar $\pm 1\%$ .

   Saya bertanya-tanya bagaimana kita mendapatkan ketidakpastian ini.

Namun, bagaimana kita juga bisa menghasilkan interval kepercayaan 95% seperti yang kita lakukan dengan tes parametrik normal?

$^\dagger$$\delta$$\delta$$\alpha$$1-\alpha$

$\dagger$

Gelman termasuk diskusi tentang mengapa kadang-kadang bisa bermasalah untuk secara universal menganggap mereka interval kepercayaan di sini .

Tidak sulit untuk mengeksplorasi cakupan di bawah serangkaian asumsi tertentu (melalui simulasi), dan tidak ada kekurangan orang yang menyebut interval bootstrap "interval kepercayaan" (bahkan ketika mereka kadang-kadang terlihat tidak memiliki apa-apa seperti cakupan yang diklaim).

Rincian lebih lanjut tentang bagaimana melakukannya dalam dua sampel perbedaan-dalam-kasus kasus dibahas dalam [3], di mana mereka disebut interval kepercayaan pengacakan dan klaim dibuat di sana tentang kapan mereka tepat (yang mengklaim saya belum ' t mencoba untuk mengevaluasi).

Dengan 1000 permutasi ...., ketidakpastian dekat p = 0,05 adalah sekitar ± 1%.

Saya bertanya-tanya bagaimana kita mendapatkan ketidakpastian ini?

$\sqrt{\frac{p(1-p)}{n}}$

$p = 0.05$$n=1000$$0.0069$$90\%$$\pm 1.13\%$$\pm 1\%$$1.45$$85\%$

Jadi setidaknya dalam arti kasar Anda bisa berbicara tentang ketidakpastian menjadi "sekitar 1%"

-

[1] Kempthorne and Folks (1971),
Probabilitas, Statistik, dan analisis data ,
Iowa State University Press

[2] LaMotte LR dan Volaufová J, (1999),
"Interval Prediksi melalui Interval Konsonansi",
Jurnal Masyarakat Statistik Kerajaan. Seri D (Ahli Statistik) , Vol. 48, No. 3, hlm. 419-424

[3] Ernst, MD (2004),
"Metode Permutasi: Dasar untuk Inferensi Tepat", Ilmu Statistik , Vol. 19, No. 4, 676-685