Interpretace intervalů spolehlivosti a predikčních intervalů

Pokročilá pravděpodobnost: neurčitost v datech

Maarten Van den Broeck

Senior Content Developer at DataCamp

Proč potřebujeme intervaly?

• Rozhodování na základě dat zahrnuje nejistotu
• Variabilita dat a výsledků
• Intervaly spolehlivosti a predikční intervaly pomáhají vyjádřit nejistotu

Intervaly spolehlivosti

• Spolehlivost odhadovaného statistického parametru
• Vychází z procesu vzorkování

Příklad intervalu spolehlivosti

Predikční intervaly

• Rozsah pro jednotlivý nový datový bod
• Vychází ze statistického modelu
• Obvykle širší

Příklad predikčního intervalu

Interval spolehlivosti vs. predikční interval

Interval spolehlivosti

• Rozsah pro statistický parametr
• Vychází z procesu vzorkování
• Obvykle užší

Predikční interval

• Rozsah pro jednotlivé pozorování
• Vychází z predikčního modelu
• Obvykle širší

Příklad: řízení rizik

• Výnosnost investičního portfolia
• Průměrný roční výnos 8 %

Příklad: řízení rizik

Typ intervalu	Účel	Rozsah 95% intervalu
Interval spolehlivosti	Odhad průměrného výnosu portfolia	7 % až 9 %
Predikční interval	Odhad výnosu jednotlivé investice	4 % až 12 %

Pojďme si procvičit!

Pokročilá pravděpodobnost: neurčitost v datech