Вы оцениваете вероятность конверсии p по выборке: из 100 пользователей 56 оплатили. Что является точечной оценкой параметра p?
AТочечная оценка
p_hat = 56 / 100 = 0.56 по выборкеBДоверительный интервал для параметра
p в виде [0.46; 0.66]CЭмпирическая функция распределения исхода покупки
F(x)DСписок идентификаторов
user_id 56 оплативших пользователейПравильный ответ. Точечная оценка — это одно число, вычисленное из данных для приближения параметра.
Разбор
Точечная оценка параметра — это одно число, посчитанное по выборке как функция данных и используемое как приближение неизвестного параметра. Для вероятности успеха p в схеме Бернулли точечная оценка — выборочная доля p_hat = k / n = 56 / 100 = 0.56. Доверительный интервал — это другое: диапазон значений, накрывающий p с заданной вероятностью. Эмпирическая функция распределения и список конкретных пользователей — не оценки параметра p, а другие объекты.
Проверь себя · 1/3разбор после ответа
Есть две оценки одного параметра:
θ_hat_A несмещённая, но с высокой дисперсией; θ_hat_B слегка смещённая, но с низкой дисперсией. По какому критерию можно оправданно выбрать θ_hat_B как более полезную точечную оценку?Ещё вопросы по теме «Точечные оценки и MLE»
- Что означает свойство несмещённости для оценки θ_hat параметра θ?
- Как лучше всего описать состоятельность последовательности оценок `θ_hat_n`?
- Есть две оценки одного параметра: `θ_hat_A` несмещённая, но с высокой дисперсией; `θ_hat_B` слегка смещённая, но с низкой дисперсией. По какому критерию можно оправданно выбрать `θ_hat_B` как более полезную точечную оценку?
- Две оценки параметра `θ` обе обладают свойством несмещённости. У `θ_hat_A` дисперсия меньше, чем у `θ_hat_B` на том же размере выборки. Что можно сказать про эффективность (интуитивно)?
- Что делает метод максимального правдоподобия (`MLE`) при получении точечной оценки параметра?
- Все вопросы по «Точечные оценки и MLE» →