Вопросы с тегом «estimation»

Я знаю, что это может быть немного странно, статистически, но это моя проблема. У меня много данных о диапазоне, то есть минимальный, максимальный и размер выборки переменной. Для некоторых из этих данных у меня также есть среднее, но не много. Я хочу сравнить эти диапазоны друг с другом, чтобы количественно …

14 r  normal-distribution  estimation  missing-data  order-statistics 

Я заинтересован в получении объективной оценки в множественной линейной регрессии.R2R2R^2 Подумав, я могу подумать о двух разных значениях, которым может соответствовать несмещенная оценка .R2R2R^2 Из образца :R2R2R^2 R-квадрат , который можно было бы получить , если уравнение регрессии , полученный из образца ) были применены к бесконечным количеством данных , …

14 estimation  multiple-regression  r-squared  bias 

Я читал, что критерий Колмогорова-Смирнова не должен использоваться для проверки правильности соответствия распределения, параметры которого были оценены по выборке. Имеет ли смысл разделить мою выборку на две части и использовать первую половину для оценки параметров, а вторую - для теста KS? заранее спасибо

14 estimation  fitting  kolmogorov-smirnov 

Этот вопрос вдохновлен мини-игрой от Pokemon Soulsilver: Представьте, что в этой области 5х6 спрятано 15 бомб (РЕДАКТИРОВАТЬ: максимум 1 бомба / клетка): Теперь, как бы вы оценили вероятность найти бомбу на определенном поле, учитывая итоги строки / столбца? Если вы посмотрите на столбец 5 (всего бомб = 5), то вы …

14 probability  estimation  chi-squared  independence  games 

Я просматриваю статью, в которой используется неравенство оракула, чтобы что-то доказать, но я не могу понять, что он даже пытается сделать. Когда я искал в Интернете информацию о «Неравенстве Oracle», некоторые источники указали мне на статью «Кандес, Эммануэль Дж.« Современная статистическая оценка через неравенства оракула ». "который можно найти здесь …

14 mathematical-statistics  estimation  probability-inequalities  inequality  oracle 

MLE = оценка максимального правдоподобия MAP = максимум апостериорный MLE интуитивно понятен / наивен в том смысле, что он начинается только с вероятности наблюдения с учетом параметра (то есть функции правдоподобия) и пытается найти параметр, наилучшим образом соответствующий наблюдению . Но это не принимать во внимание предшествующее знание. MAP кажется …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

Короткая версия: Какой наиболее эффективный в вычислительном отношении метод оценки режима многомерного набора данных, взятого из непрерывного распределения? Длинная версия: у меня есть набор данных, который мне нужен для оценки режима. Режим не совпадает со средним или медианой. Пример показан ниже, это 2D-пример, но решение ND было бы лучше: В …

14 estimation  multivariate-analysis  continuous-data  mode 

Пусть и - четыре случайные переменные, такие что , где - неизвестные параметры. Также предположим, что ,Тогда какой из них является правдой?Y 1 , Y 2 , Y 3 Y1,Y2,Y3Y_1,Y_2,Y_3Y 4Y4Y_4 Е ( Y 1 ) = θ 1 - θ 3 ; E ( Y 2 ) = θ …

13 self-study  estimation  inference 

Итак, у меня есть случайный процесс генерирования лог-нормально распределенных случайных величин . Вот соответствующая функция плотности вероятности:XXX Я хотел оценить распределение нескольких моментов этого исходного распределения, скажем, 1-го момента: среднее арифметическое. Для этого 10000 раз я нарисовал 100 случайных величин, чтобы вычислить 10000 оценок среднего арифметического. Есть два разных способа …

13 estimation  bias  fitting  lognormal  moments 

Я относительно знаком с различием между терминами статистика и параметр. Я вижу статистику как значение, полученное от применения функции к образцу данных. Однако большинство примеров параметров относятся к определению параметрического распределения. Типичным примером является среднее значение и стандартное отклонение для параметризации нормального распределения или коэффициентов и дисперсии ошибок для параметризации …

13 estimation  terminology  sample  population 

Этот вопрос мотивирован этим . Я посмотрел два источника, и это то, что я нашел. А. ван дер Ваарт, Асимптотическая статистика: Редко можно явно рассчитать вероятность профиля, но его численная оценка часто выполнима. Тогда профиль вероятности может служить для уменьшения размерности функции правдоподобия. Профильные функции правдоподобия часто используются так же, …

13 estimation  maximum-likelihood  likelihood  asymptotics  profile-likelihood 

Предположим, у нас есть два оценщика и для некоторого параметра . Чтобы определить, какая оценка «лучше», мы смотрим на MSE (среднеквадратическая ошибка)? Другими словами, мы смотрим на где - это смещение оценки, а - дисперсия оценки? Какой MSE больше, тем хуже оценка?α 2 x M S E = β 2 …

13 estimation  mse 

Я ищу методы, которые можно использовать для оценки модели погрешности измерения "OLS". yi=Yi+ey,iyi=Yi+ey,iy_{i}=Y_{i}+e_{y,i} xi=Xi+ex,ixi=Xi+ex,ix_{i}=X_{i}+e_{x,i} Yi=α+βXiYi=α+βXiY_{i}=\alpha + \beta X_{i} Где ошибки независимы, нормальны с неизвестными отклонениями σ2yσy2\sigma_{y}^{2} и σ2xσx2\sigma_{x}^{2} . «Стандартный» OLS не будет работать в этом случае. В Википедии есть несколько непривлекательных решений - эти два фактора заставляют вас предполагать, …

13 regression  estimation  errors-in-variables 

Каковы плюсы и минусы использования LARS [1] по сравнению с использованием координатного спуска для подбора L1-регуляризованной линейной регрессии? Я в основном заинтересован в аспектах производительности (мои проблемы, как правило, Nисчисляются сотнями тысяч и p<20). Однако, любые другие идеи также будут оценены. редактировать: так как я разместил вопрос, chl любезно указал …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Изучая курс выборки, я встречаю следующие два утверждения: 1) Ошибка выборки приводит к большей изменчивости, ошибки выборки приводят к смещению. 2) Из-за ошибки несэмплирования выборка часто является более точной, чем CENSUS. Я не знаю, как понять эти два утверждения. Какова основная логика для получения этих двух утверждений?

13 estimation  sampling  survey  bias