.png){kind=icon}
.png){kind=icon}
返回
Probabilistic Parameter Estimates that Require Less Small Print
.png){kind=icon}
PRE
AI
DOI：10.1080/00031305.2025.2606079.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
尽管我们有近一个世纪的时间来完善它，但我们对参数置信区间的教学仍然不完美。尽管我们针对这些区间提出了所有警告，但终端用户误解它们的情况并不少见。我们讨论了其中的部分原因，并使用印刷图和Shiny应用程序，通过一个简单且贴近实际的例子，在尽量避免这些陷阱的同时进行讲解。我们敦促教师：(a) 从需要较少技术知识或可避开技术细节的背景开始；(b) 避免使用传统（且对称的）“点估计±基于z或t的误差范围的置信区间”，这些区间会导致思维懒惰和混淆；(c) 采用直接方法而非间接的频率学派方法，后者最终可能被误读；(d) 鼓励反向逻辑，即询问哪些参数值可能产生我们观察到的数据，而非询问一个参数值将产生哪些数据值。
Keyword:
Barriers
Bayes. Test-inversion
Mis-interpretations
Teaching