Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Содержание
Введение
В статистике доверительная область является многомерным обобщением доверительного интервала. Это множество точек в n-мерном пространстве, часто изображаемое в виде эллипсоида вокруг точки, представляющей собой оцененное решение задачи, хотя могут встречаться и другие формы.
In statistics, a confidence region is a multi dimensional generalization of a confidence interval. It is a set of points in an n dimensional space, often represented as an ellipsoid around a point which is an estimated solution to a problem, although other shapes can occur.
Интерпретация
Доверительная область рассчитывается таким образом, что если серию измерений повторять многократно и для каждой серии рассчитывать доверительную область тем же способом, то в определенный процент случаев (например, 95%) эта доверительная область будет содержать точку, представляющую "истинные" значения оцениваемых переменных. Однако, если не сделаны определенные предположения об априорных вероятностях, это не означает, что после расчета одной доверительной области существует 95%-ная вероятность того, что "истинные" значения находятся внутри неё, поскольку мы не предполагаем какого-либо конкретного распределения вероятностей для "истинных" значений и можем располагать или не располагать дополнительной информацией об их вероятном местоположении.
The confidence region is calculated in such a way that if a set of measurements were repeated many times and a confidence region calculated in the same way on each set of measurements, then a certain percentage of the time (e. g. 95%) the confidence region would include the point representing the "true" values of the set of variables being estimated. However, unless certain assumptions about prior probabilities are made, it does not mean, when one confidence region has been calculated, that there is a 95% probability that the "true" values lie inside the region, since we do not assume any particular probability distribution of the "true" values and we may or may not have other information about where they are likely to lie.
Нелинейные задачи
Регионы доверия могут быть определены для любого распределения вероятностей. Экспериментатор может выбрать уровень значимости и форму области, после чего размер области определяется распределением вероятностей. Естественным выбором является использование в качестве границы множества точек с постоянными значениями хи-квадрат. Один из подходов заключается в использовании линейного приближения к нелинейной модели, которое может быть достаточно точным в окрестности решения, а затем применении анализа для линейной задачи для нахождения приблизительного региона доверия. Этот подход может быть оправдан, если регион доверия не слишком велик, а вторые производные модели также невелики. Также могут быть использованы методы бутстрэпа.
Confidence regions can be defined for any probability distribution. The experimenter can choose the significance level and the shape of the region, and then the size of the region is determined by the probability distribution. A natural choice is to use as a boundary a set of points with constant (chi squared) values. One approach is to use a linear approximation to the nonlinear model, which may be a close approximation in the vicinity of the solution, and then apply the analysis for a linear problem to find an approximate confidence region. This may be a reasonable approach if the confidence region is not very large and the second derivatives of the model are also not very large. Bootstrapping approaches can also be used.