罕见事件的二项式置信区间：在定义误差边界相对于比例大小的重要性
摘要：罕见事件概率的情况下，我们评估了四种常见的比例区间估计器（Wald，Clopper-Pearson，Wilson和Agresti-Coull）的性能。我们以相对误差的相对边际作为区间估计的精确度来定义，这确保了与比例的大小一致性。因此，通过实现所需的覆盖概率并满足指定的相对边际误差来评估置信区间的性能。我们发现，当使用覆盖概率和相对边际误差来考虑区间性能时，对于给定的样本量和置信水平，所有四种区间估计器的性能都是相似的。我们确定了相对边际误差值，这些值能够在满足数据要求的同时保守地满足覆盖要求，并因此提出了一系列可在实践中采用的值。所提出的相对边际误差方案通过分析、模拟和对文献中的多个最近研究的应用进行评估。
作者：Owen McGrath and Kevin Burke
论文ID：2109.02516
分类：Applications
分类简称：stat.AP
提交时间：2023-06-05