Запитання з тегом «bias»

Чи має на увазі кожен другий? Якщо ні, то один означає інший? Чому / чому ні? Це питання виникло у відповідь на коментар до відповіді, яку я розмістив тут . Хоча пошук Google у відповідних термінах не дав нічого корисного, я помітив відповідь на зміну математики. Однак я вважав, що …

12 mathematical-statistics  bias  unbiased-estimator  estimators  consistency 

Вже досить давно відомо, що наймолодший вік, в якому шахісти зуміли отримати право на титул гросмейстера, значно зменшився з 1950-х років, і наразі майже 30 гравців, які стали гросмейстером до свого 15-го дня народження . Однак на біржі шахових стеків виникає питання, який середній вік, щоб стати гросмейстером? . Хтось …

11 survival  bias  population  censoring  subset 

Чи оцінювачі Байєса несприйнятливі до зміщення відбору? Більшість статей, в яких обговорюється оцінка високої розмірності, наприклад, дані про цілі послідовності геномів, часто порушують питання зміщення селекції. Відхилення відбору випливають з того, що, хоча у нас є тисячі потенційних прогнозів, буде вибрано лише декілька, і на декількох вибраних буде зроблено висновок. …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

Мені цікаво, як інструментальна змінна розглядає зміщення вибору в регресії. Ось приклад я жував: У основному нешкідлива Економетрика , автори обговорюють внутрішньовенну регресію , що відноситься до військової служби і прибув пізніше в житті. Питання полягає в тому, "Чи збільшується чи зменшується майбутня прибутковість в армії?" Вони досліджують це питання …

11 regression  econometrics  bias  causality  instrumental-variables 

Мені відомо тест Ramset Reset, який може виявити нелінійні залежності. Однак якщо ви просто викинете один з коефіцієнтів регресії (просто лінійні залежності), ви можете отримати зміщення, залежно від кореляцій. Очевидно, тест Скидання не виявляється. Я не знайшов тест для цього випадку, але це твердження: "Ви не можете перевірити OVB, крім …

11 regression  multiple-regression  bias  causality  diagnostic 

Якщо ми розглянемо повне вирощене дерево рішень (тобто дерево без рішення), воно має велику дисперсію та низький ухил. Баггінг та випадкові ліси використовують ці моделі з високою дисперсією та агрегують їх, щоб зменшити дисперсію та, таким чином, підвищити точність прогнозування. І Baging, і випадкові ліси використовують вибірку Bootstrap, і як …

11 variance  random-forest  cart  bias  bagging 

Щойно я дізнався про концепцію завантажувального завантаження, і надумалося наївне запитання: якщо ми завжди можемо генерувати численні зразки завантажувальних даних з наших даних, навіщо взагалі турбуватися отримувати більше "реальних" даних? Я думаю, що у мене є пояснення, будь ласка, скажіть мені, чи я прав: я думаю, що процес завантаження зменшує …

11 variance  bootstrap  bias 

Я намагаюся зрозуміти, чому OLS дає необ’єктивну оцінку процесу AR (1). Розглянемо У цій моделі порушена сувора екзогенність, тобто та співвідносяться, але та є некорельованими. Але якщо це правда, то чому не виконується наступне просте виведення? утϵт= α + βуt - 1+ϵт,∼я i dN( 0 , 1 ) .yt=α+βyt−1+ϵt,ϵt∼iidN(0,1). \begin{aligned} …

11 time-series  least-squares  bias  autoregressive  estimators 

Припустимо, є неупередженим оцінювачем для . Тоді звичайно, . ; & thetasE[ & thetas ; |thetas]=thetasθ^θ^\hat{\theta}θθ\thetaЕ [ θ^∣ θ ] = θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Як пояснити це лайперсону? У минулому я вже говорив, що якщо ви середньо оцінюєте купу значень , оскільки розмір вибірки збільшується, ви отримуєте кращу …

10 bias  asymptotics  unbiased-estimator  estimators  communication 

Наскільки я розумію, що оцінка перехресної перевірки k-кратної помилки тесту зазвичай недооцінює фактичну помилку тесту. Я розгублений, чому це так. Я бачу, чому помилка навчання зазвичай нижча, ніж помилка тесту - адже ви тренуєте модель за тими самими даними, на яких ви оцінюєте помилку! Але це не так для перехресної …

10 cross-validation  bias 

Як приклад, я часто зустрічаю студентів, які знають, що спостережуване є упередженим оцінювачем населення . Потім, пишучи свої звіти, вони говорять про такі речі:R2R2R^2R2R2R^2 "Я обчислив спостережувані та скориговані , і вони були досить схожими, що передбачає лише невелику кількість зміщення в отриманому нами значення спостережуваного ".R2R2R^2R2R2R^2R2R2R^2 Я розумію, що, …

10 mathematical-statistics  terminology  bias  estimators 

Я робив завантажувальну роботу зі змішаною моделлю (кілька змінних з взаємодією та одна випадкова величина). Я отримав цей результат (лише частковий): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : original bias std. error t1* 4.887383e+01 -1.677061e+00 4.362948e-01 t2* 3.066825e+01 1.264024e+00 …

10 r  confidence-interval  bootstrap  bias 

Гаразд - моє оригінальне повідомлення не вдалося отримати відповідь; так, дозвольте мені поставити питання по-іншому. Почну з пояснення свого розуміння оцінки з теоретичної точки зору рішення. Я не маю жодної формальної підготовки, і це не здивувало б мене, якщо моє мислення якимось чином має помилки. Припустимо, у нас є деяка …

10 bias  loss-functions  frequentist  decision-theory  risk 

Я хотів би зрозуміти пару фактів щодо максимальної оцінки ймовірності (MLE) для логістичних регресій. Чи правда, що загалом MLE для логістичної регресії є упередженим? Я б сказав «так». Я знаю, наприклад, що розмір вибірки пов'язаний з асимптотичним зміщенням MLE. Чи знаєте ви якісь елементарні приклади цього явища? Якщо MLE упереджений, …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

Хасті та ін. "Елементи статистичного навчання" (2009) розглядають процес формування даних Y= f( X) + εY=f(X)+ε Y = f(X) + \varepsilon з E (ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0 і Var ( ε ) =σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon}. Вони представляють наступне розмежування дисперсійної дисперсії очікуваної помилки прогнозу в квадраті в точці х0x0x_0 (с. 223, формула 7.9): Помилка (х0)= …

9 variance  forecasting  prediction  terminology  bias