<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
		>
<channel>
	<title>《参数估计与置信区间》的评论</title>
	<atom:link href="http://webdataanalysis.net/data-analysis-method/parameter-estimation/feed/" rel="self" type="application/rss+xml" />
	<link>http://webdataanalysis.net/data-analysis-method/parameter-estimation/</link>
	<description>通过网站分析与数据分析实现网站优化</description>
	<lastBuildDate>Tue, 21 Apr 2015 08:18:18 +0000</lastBuildDate>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.5.1</generator>
	<item>
		<title>作者：参数估计与置信区间 &#124; leojunp</title>
		<link>http://webdataanalysis.net/data-analysis-method/parameter-estimation/#comment-1630</link>
		<dc:creator>参数估计与置信区间 &#124; leojunp</dc:creator>
		<pubDate>Thu, 03 Oct 2013 12:40:12 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=1208#comment-1630</guid>
		<description><![CDATA[[...] 原文地址：《参数估计与置信区间》 [...]]]></description>
		<content:encoded><![CDATA[<p>[...] 原文地址：《参数估计与置信区间》 [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：joegh</title>
		<link>http://webdataanalysis.net/data-analysis-method/parameter-estimation/#comment-1629</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Mon, 29 Oct 2012 15:25:13 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=1208#comment-1629</guid>
		<description><![CDATA[@&lt;a href=&quot;http://webdataanalysis.net/data-analysis-method/parameter-estimation/comment-page-1/#comment-15334&quot; target=&quot;_blank&quot; rel=&quot;nofollow&quot;&gt;Cooper&lt;/a&gt;: 这里应该指的是均值的分布情况，用样本均值估计总体是因为抽样结果的均值分布特征近似于总体均值，但因为样本的数量较总体数量要少得多，所以样本均值的不确定性往往也会比总体高得多，所以总体均值的标准差需要通过样本均值标准差除以n的开方进行估计。
n取无穷大的时候，可以认为样本均值与总体均值相等，自然标准差近似为0。]]></description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/data-analysis-method/parameter-estimation/comment-page-1/#comment-15334" target="_blank" rel="nofollow">Cooper</a>: 这里应该指的是均值的分布情况，用样本均值估计总体是因为抽样结果的均值分布特征近似于总体均值，但因为样本的数量较总体数量要少得多，所以样本均值的不确定性往往也会比总体高得多，所以总体均值的标准差需要通过样本均值标准差除以n的开方进行估计。<br />
n取无穷大的时候，可以认为样本均值与总体均值相等，自然标准差近似为0。</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：Cooper</title>
		<link>http://webdataanalysis.net/data-analysis-method/parameter-estimation/#comment-1628</link>
		<dc:creator>Cooper</dc:creator>
		<pubDate>Mon, 29 Oct 2012 14:43:58 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=1208#comment-1628</guid>
		<description><![CDATA[我想问的是样本标准差S为什么可以估计总体的标准差，从公式上看如果n取到无穷大的时候，总体标准差就为0了，是不是上面说的总体标准差说的是另外的东西。


谢谢！]]></description>
		<content:encoded><![CDATA[<p>我想问的是样本标准差S为什么可以估计总体的标准差，从公式上看如果n取到无穷大的时候，总体标准差就为0了，是不是上面说的总体标准差说的是另外的东西。</p>
<p>谢谢！</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：Google Website Optimizer报告解读 &#124; 人肉联播</title>
		<link>http://webdataanalysis.net/data-analysis-method/parameter-estimation/#comment-1627</link>
		<dc:creator>Google Website Optimizer报告解读 &#124; 人肉联播</dc:creator>
		<pubDate>Mon, 23 Jul 2012 03:55:19 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=1208#comment-1627</guid>
		<description><![CDATA[[...] 　　从图中红框1中可以看到Est. conv. rate，GWO报表对目前得到的转化率做了正负区间的预估，进而可以得到目前该版本转化率可能的置信区间（详见前一篇文章——参数估计与置信区间），这里用当前的转化率估计该版本的总体转化率p，进而可以计算得到总体标准差σ= sqrt(p(1-p)/n)，比如这里原始版本的总体标准差约为0.0540，而测试版本的标准差约为0.0647，根据Zα/2×σ计算得到的上表中正负的7.6%和9.1%，所以我们就可以猜出GWO用的Zα/2大概为1.4，这个数值我在测试期间接连验证过几次，基本非常稳定，根据Z值表，这个置信区间大概的置信度在84%，也不知道为什么GWO要选择这么个置信度。 [...]]]></description>
		<content:encoded><![CDATA[<p>[...] 　　从图中红框1中可以看到Est. conv. rate，GWO报表对目前得到的转化率做了正负区间的预估，进而可以得到目前该版本转化率可能的置信区间（详见前一篇文章——参数估计与置信区间），这里用当前的转化率估计该版本的总体转化率p，进而可以计算得到总体标准差σ= sqrt(p(1-p)/n)，比如这里原始版本的总体标准差约为0.0540，而测试版本的标准差约为0.0647，根据Zα/2×σ计算得到的上表中正负的7.6%和9.1%，所以我们就可以猜出GWO用的Zα/2大概为1.4，这个数值我在测试期间接连验证过几次，基本非常稳定，根据Z值表，这个置信区间大概的置信度在84%，也不知道为什么GWO要选择这么个置信度。 [...]</p>
]]></content:encoded>
	</item>
</channel>
</rss>
