coverage probability quite close to

coverage probability quite close to the nominal coverage 0.95, a desirable property that the Wald and adjusted Wald do not have. Although the adjusted Wald in- terval has coverage probability larger than 0.95, we will see later that its length is the largest. Also, the coverage probability of the Newcombe interval is sean to be affected by different values of p1, especially when the samples are small. The coverage probability for Bayesian intervals is presented in Figure 3, where it is seen that the performance of these two intervals are similar, and are quite good in the sense that the coverage probability is stable with respect to p1, and is close to the nominal 0.95 even when the samples are small. So we can conclude that, in terms of true coverage probability, the Bayesian intervals are better than the frequentist intervals, without ignoring the notable performance of the Agresti- Caffo and Newcombe intervals. As a final remark, the true coverage probabilities of all the intervals considered become more stable with respect to p1 as the sample sizes increases.
We now compare the intervals in terms of the expected length. The expected lengths of the considered intervals with different sample sizes are presented in Figure 4. It is be seen that the interval with largest length is the adjusted Wald interval. This shows that the high coverage probability is due to the length of the interval, but is not due to its good performance. The shape of the curve for the Wald interval is similar to the adjusted Wald; this is intuitive since the adjusted

Kết quả (Việt) 1:

bảo hiểm các xác suất khá gần với vùng phủ sóng trên danh nghĩa 0,95, một tài sản mong muốn Wald và điều chỉnh Wald không có. Mặc dù điều chỉnh Wald trong-terval có khả năng bảo hiểm lớn hơn 0,95, chúng ta sẽ thấy sau chiều dài của nó là lớn nhất. Cũng, khả năng phủ sóng của khoảng Newcombe là sean để là affected bởi different các giá trị của p1, đặc biệt là khi các mẫu nhỏ. Xác suất bảo hiểm cho khoảng thời gian Bayes được trình bày trong hình 3, nơi nó được nhìn thấy rằng hiệu suất của các khoảng thời gian hai tương tự, và khá tốt trong ý thức rằng khả năng phủ sóng ổn định đối với p1, và gần 0,95 trên danh nghĩa ngay cả khi các mẫu nhỏ. Vì vậy, chúng tôi có thể kết luận rằng, trong điều khoản của xác suất đúng phạm vi bảo hiểm, khoảng Bayes tốt hơn so với khoảng thời gian frequentist, mà không bỏ qua các hoạt động đáng chú ý trong khoảng Agresti - Caffo và Newcombe. Như một nhận xét ngoài, xác suất đúng phạm vi bảo hiểm của tất cả các khoảng thời gian được coi là trở nên ổn định hơn đối với p1 như mẫu kích thước tăng lên.Chúng tôi bây giờ hãy so sánh các đoạn trong điều kiện độ dài dự kiến. Độ dài trong khoảng thời gian được coi là kích thước mẫu different dự kiến sẽ được trình bày trong hình 4. Nó được nhìn thấy rằng khoảng thời gian với chiều dài lớn nhất là khoảng thời gian điều chỉnh Wald. Điều này cho thấy xác suất cao bảo hiểm là do độ dài của khoảng thời gian, nhưng không phải là do tính năng bay tốt. Hình dạng của đường cong cho khoảng Wald là tương tự như điều chỉnh Wald; Điều này là trực quan từ các điều chỉnh

Kết quả (Việt) 2:

Xác suất phủ sóng khá gần với bảo hiểm danh nghĩa 0,95, một tính chất mong muốn rằng các Wald và điều chỉnh Wald không có. Mặc dù điều chỉnh Wald terval trong- đã phủ sóng xác suất lớn hơn 0,95, chúng ta sẽ thấy sau đó chiều dài của nó là lớn nhất. Ngoài ra, khả năng phủ sóng của khoảng Newcombe là sean là một ff ected bởi giá trị ff erent di của p1, đặc biệt là khi các mẫu nhỏ. Xác suất bảo hiểm cho khoảng Bayesian được trình bày trong hình 3, nơi mà nó được nhìn thấy rằng hiệu suất của hai khoảng thời gian này là tương tự, và khá tốt trong ý nghĩa rằng xác suất phủ sóng ổn định đối với p1 với, và gần với danh nghĩa 0,95 ngay cả khi mẫu nhỏ. Vì vậy, chúng ta có thể kết luận rằng, trong điều kiện của sự thật khả phủ sóng, khoảng Bayesian là tốt hơn so với các khoảng frequentist, không bỏ qua các hoạt động đáng chú ý của ff o Agresti- Ca và khoảng Newcombe. Như một nhận xét ​​fi nal, xác suất bảo hiểm thực sự của tất cả các khoảng thời gian coi là trở nên ổn định hơn đối với p1 với như mẫu kích thước tăng lên.
Bây giờ chúng ta so sánh các khoảng về chiều dài dự kiến. Chiều dài dự kiến của khoảng thời gian xem xét với di ff cỡ mẫu erent được thể hiện trong hình 4. Nó được thể thấy rằng khoảng cách với chiều dài lớn nhất là khoảng thời gian Wald điều chỉnh. Điều này cho thấy rằng xác suất phủ sóng cao là do chiều dài của khoảng thời gian, nhưng không phải là do hiệu suất tốt của nó. Hình dạng của đường cong cho khoảng Wald là tương tự như Wald điều chỉnh; này là trực quan kể từ khi điều chỉnh