这个比较接近统计的问题,
首先, X_i \sim Laplace(0, \theta), 因此 |X_i| \sim exp(\theta)
Gamma 分配具可加性, 因此 \sum |X_i| \sim Gamma(1, \theta)
而 Gamma 分配无适当的临界值表可参考, 故将该分配转换为卡方分配
Gamma 分配亦具可乘性, 因此 (2\sum |X_i|)/\theta \sim \chi^2(2n)
因此 \theta 之100(1-\alpha)% CI 为
[2\sim |X_i|/\chi^2_{\alpha/2}(2n),2\sim |X_i|/\chi^2_{1-\alpha/2}(2n)]
其中 n 为样本数,
而 \chi^2_{\alpha/2}(2n) 可透过 qgamma(1-alpha/2, shape=2n/2, rate=1/2) 得到
※ 引述《AmigoSafin ()》之铭言：
: [问题类型]:
: 程式咨询(我想用R 做某件事情，但是我不知道要怎么用R 写出来)
:
: [软件熟悉度]:
: 入门(写过其他程式，只是对语法不熟悉)
: [问题叙述]:
: 请简略描述你所要做的事情，或是这个程式的目的
: 大家好
: 搜寻了一些范例
: 还是不太知道怎么写
: 上来向大家请教：
: 已知 X_i ~Laplace (0, \theta)
: 目标是希望用以下的data set :
: D={0.17, 0.15, 0.35, -2.60, 2.65, -0.17, 7.50, 2.26, -0.02}
: 求 \theta的100(1-\alpha)% confidence interval
: 想请教板上高手如何破关？
: 感谢大家！！