• The Journal of the Korea institute of electronic communication sciences
• /
• v.5 no.5
• /
• pp.435-443
• /
• 2010

When testing systems that incorporate probabilistic behavior, it is necessary to apply test inputs a number of times in order to give a test verdict. Interval estimation can be used to assert the correctness of probabilities where the selection of confidence interval is one of the important issues for quality of testing. The Wald interval has been widely accepted for interval estimation. In this paper, we compare the Wald interval and the Agresti-Coull interval for various sizes of samples. The comparison is carried out based on the test pass probability of correct implementations and the test fail probability of incorrect implementations when these confidence intervals are used for probability testing. We consider two-sided confidence intervals to check if the probability is close to a given value. Also one-sided confidence intervals are considered in the comparison in order to check if the probability is not less than a given value. When testing probabilities using two-sided confidence intervals, we recommend the Agresti-Coull interval. For one-sided confidence intervals, the Agresti-Coull interval is recommended when the size of samples is large while either one of two confidence intervals can be used for small size samples.

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.11a
• /
• pp.227-230
• /
• 2002

표본의 크기가 작을 경우에 이항분포의 모수에 대한 신뢰구간을 구하는 대표적인 방법으로는 Clopper-Pearson 방법과 Blyth-Still 방법이 있다. Clopper-Pearson 방법에 의한 신뢰구간은 이항 모수가 포함되는 커버리지 확률이 목표로 하는 신뢰수준보다 상대적으로 크다는 문제점이 있다. Blyth-Still 방법은 이러한 문제점을 개선시켰다. 그러나, Blyth-Still에 의해서 표로 보고된 신뢰구간을 적용할 경우 표본의 크기와 이항 모수의 값에 따라서 커버리지 확률이 목표하는 신뢰수준보다 작은 경우가 발생한다. 그러나, 이는 Blyth-Still 방법 자체의 문제점이 아니며 단지 보고된 표의 유의한 소수점 자릿수와 관계가 있다. 본 논문은 Blyth-Still 방법에 의한 좀 더 정확한 신뢰구간을 제시한다.

• The Korean Journal of Applied Statistics
• /
• v.16 no.2
• /
• pp.377-393
• /
• 2003

Several confidence interval estimates for the difference of two binomial proportions were introduced. Bootstrap confidence interval is also suggested. We examined the over estimation property of approximate intervals and under estimation trend of exact intervals for the difference of proportions. We compared these confidence intervals based on the average coverage probability, expected width and skewness measure. Particularly actual coverage probability were calculated by using the prior distribution of parameters. Monte Carlo simulation for small sample size is conducted. Some interesting contour plots of average coverage probability and marginal plots for several interval estimates are presented.

• The Korean Journal of Applied Statistics
• /
• v.26 no.6
• /
• pp.943-952
• /
• 2013

Wald, Agresti-Coull, Jeffreys, and Bayes-Laplace methods are commonly used for confidence interval of binomial proportion are applied for prediction intervals. We used coverage probability, mean coverage probability, root mean squared error, and mean expected width for numerical comparisons. From the comparisons, we found that Wald is not proper as for confidence interval and Agresti-Coull is too conservative to differ from confidence interval. However, Jeffrey and Bayes-Laplace are good for prediction interval and Jeffrey is especially desirable as for confidence interval.

• The Korean Journal of Applied Statistics
• /
• v.34 no.4
• /
• pp.579-588
• /
• 2021

Wald, Agresti-Coull, Jeffreys, and Bayes-Laplace methods are commonly used for confidence interval of binomial proportion are applied for prediction intervals. We used coverage probability, mean coverage probability, root mean squared error, and mean expected width for numerical comparisons. From the comparisons, we found that Wald is not proper as for confidence interval and Agresti-Coull is too conservative to differ from confidence interval. However, Jeffrey and Bayes-Laplace are good for prediction interval and Jeffrey is especially desirable as for confidence interval.

• The Korean Journal of Applied Statistics
• /
• v.19 no.1
• /
• pp.171-181
• /
• 2006

The Wald confidence interval has been considered as a standard method for the difference of proportions. However, the erratic behavior of the coverage probability of the Wald confidence interval is recognized in various literatures. Various alternatives have been proposed. Among them, Agresti-Caffo confidence interval has gained the reputation because of its simplicity and fairly good performance in terms of coverage probability. It is known however, that the Agresti-Caffo confidence interval is conservative. In this note, a confidence interval is developed using the weighted Polya posterior which was employed to obtain a confidence interval for the binomial proportion in Lee(2005). The resulting confidence interval is simple and effective in various respects such as the closeness of the average coverage probability to the nominal confidence level, the average expected length and the mean absolute error of the coverage probability. Practically it can be used for the interval estimation of the difference of proportions for any sample sizes and parameter values.

• The Korean Journal of Applied Statistics
• /
• v.19 no.3
• /
• pp.535-544
• /
• 2006

We consider use of Bootstrap calibration in the problem of setting a confidence interval for a linear combination of variance components. Based on the the modified large sample(MLS) method by Graybill and Wang(1980), Bootstrap Calibration is applied to improve the coverage probability of the MLS confidence bound when the experiment is balanced and coefficients of a linear combination are positive. Performance of the proposed confidence bound in small sample is investigated by simulation studies.

• Communications for Statistical Applications and Methods
• /
• v.18 no.5
• /
• pp.615-623
• /
• 2011

Several methods are used in interval estimation for binomial proportion; however the coverage probabilities of most confidence intervals depart from the confidence level when the binomial population proportion closes to 0 or 1 due to the extreme value. Vollset (1993), Agresti and Coull (1998), Newcombe (1998), and Brown et al. (2001) suggested methods to adjust the extreme value. This paper discusses the influence of extreme value in a binomial confidence interval through the numerical comparison of 6 confidence intervals.

• Journal of Korean Society of Transportation
• /
• v.16 no.2
• /
• pp.133-144
• /
• 1998

양방향 2차로 도로는 우리나라 전체 포장도로 연자의 84%를 차지하고 있다. 양방향 2차로 도로의 효율성 및 교통류의 운영상태를 파악하기 위한 서비스 수준 척도로 지체시간의 백분율이 많이 사용되고 있다. 지체시간의 산정은 특정 도로 설계구간을 추원금지구간으로 설계할 것이지, 예산을 더 투자하여 선형을 개선함으로써 추원가능 구간으로 설계할 것인지에 대한 판단 기준을 제시할 수 있기 때문에 도로설계과정에 있어서 매우 중요하다. 본 연구에서는 저속차량의 확률적 분포를 고려하여 추원금지구간에서 발생하는 지체시간을 산정할 수 있는 모형을 제시하였다. 모형식이 기존에 확률적 분포를 고려하여 추월금지구간에서 발생하는 지체시간을 산정할 수 있는 모형을 제시하였다. 모형식이 기존에 개발된 거시적 수학적 모형에 비해 비교적 단순하고 입력변수도 수집이 용이한 점이 특징이라 할 수 있다. 모형의 신뢰성을 현장데이터를 이용하여 검증한 결과, 모혀으이 예측값이 근사적으로 츠덩한 실제 지체시간을 포함하는 긍정적인 결과를 도출하였다. 그러나 모형의 예측값 범위가 넓어 실용적인 MOE로 사용하기에 다소 무리가 있을 것으로 판단되므로, 개략적인 평가기준으로 모형이 예측한 값의 평균값을 보정하여 사용할 것을 제안한다. 모형의 신뢰성을 높이기 위해서는 본 연구에서 가정한 확률분포식에 대한 추가적인 검증이 필요할 것으로 판단된다. 본 연구는 실제 상황을 표현하는데 있어 확률적 개념의 도입과 이러한 새로운 접근방법의 기초를 마련한 측면에서 의미를 갖는다. 또한, 양방향 2차로 도로에서의 지체시간은 실제 소요시간과 자유운행시 즉 다른 차량의 영향을 받지 않았을 때의 속도 및 운영시간과의 차이로 정의한 바, 실제 지체시간을 현장자료를 통해 구하기란 현실적으로 불가능하므로, 본 연구에서는 이러한 제약점을 극복할 수 있는 근사적인 지체시간을 계산하는 방법을 제시한 점에서 의미를 갖을 수 있다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.39-43
• /
• 2000

분산 추정 및 신뢰구간 추정의 한 방법으로 널리 쓰이고 있는 붓스트랩 방법을 복합표본에 적용하는 방법에 대해 알아보았다. 복합 표본은 유한 모집단에서 추출되고 추출확률이 다르기 때문에 i.i.d. 표본에 기초하여 개발된 전통적인 붓스트랩 방법을 직접 적용하면 추론의 오류가 발생할 수 있다. 본 연구에서는 복원 확률비례표본과 랜덤그룹표본에 붓스트랩을 적용하는 방법을 알아보았다.