РЕДАКТИРОВАТЬ: перефразированный вопрос для ясности того, чего я хотел достичь.
У меня есть наблюдаемый набор данных, из которого я хочу использовать некоторую информацию для ввода в симуляцию Монте-Карло. Я использую R. для этого исследования.
например 8/8 человек имеют особую характеристику в моем наблюдаемом наборе данных.
Что я хочу сделать, так это использовать распределение выборки из этих наблюдаемых данных, чтобы выбрать некоторые возможные пропорции населения для подачи в генератор случайных чисел, посредством чего я могу затем сгенерировать несколько смоделированных подсчетов (где мне также нужно использовать больший знаменатель).
Наблюдаемые данные и 95% доверительный интервал следующие:
binom.test(8, 8)
## gives point estimate of 1 and 95% CI 0.63, 1
Затем я хотел бы взять (например) 1000 случайных выборок из этого распределения выборки для подачи в генератор случайных двоичных результатов для большего знаменателя (например, 12 попыток на итерацию). Допустим, у первого случайного розыгрыша была вероятность события 0,75 (код ниже просто иллюстрирует одну итерацию):
set.seed(456)
rbinom(1, 12, 0.75)
## Gives a count of 11 events out of 12 for this single iteration.
Тогда мой вопрос заключается в том, как заставить R извлекать вероятности из распределения выборки наблюдаемых данных (т.е. 95% этих нарисованных вероятностей должны находиться между 0,63 и 1, с формой, определенной базовой статистической теорией), которую я затем могу использовать. для генерации случайных чисел с большим знаменателем (возможно, используя rbinom).
РЕДАКТИРОВАТЬ: Мой исходный пост был более запутанным и запутанным: я не до конца продумал значение rbinom с использованием параметра совокупности, хотя я был почти уверен, что это было источником моей «проблемы» с rbinom. Спасибо Дэвиду Робинсону и DWin за комментарии / ответы, которые прояснили мой ответ, а также мой измененный вопрос ...
Beta(1, 1)
). Затем он будет обновлен с использованием ваших свидетельств до апостериорного распределения вероятностей (в случае предшествующей бета-версии это будетBeta(8, 9)
). Затем вы можете выбрать из этого свой истинный параметр совокупности. Но распределение будет зависеть от вашего приора. - person David Robinson   schedule 18.12.2012