Запитання з тегом «estimation»

Я намагаюся оцінити параметри гамма-розподілу, які найкраще відповідають моїй вибірці даних. Я хочу лише використовувати середнє значення , std (а отже, і дисперсію ) з вибірки даних, а не фактичні значення - оскільки вони не завжди будуть доступні в моїй програмі. Згідно з цим документом, для оцінки форми та масштабу …

19 distributions  estimation  gamma-distribution 

Я намагаюся порівняти складну обчислювальну складність / швидкість оцінки трьох груп методів лінійної регресії, як це відмічено у Hastie et al. "Елементи статистичного навчання" (2-е видання), глава 3: Вибір підмножини Методи усадки Методи з використанням похідних напрямків введення (PCR, PLS) Порівняння може бути дуже приблизним, просто щоб дати деяку думку. …

18 machine-learning  estimation  feature-selection  algorithms  time-complexity 

Послідовність оцінювачів для параметра є асимптотично нормальною, якщо . ( джерело ) Потім ми називаємо асимптотичну дисперсію . Якщо ця дисперсія дорівнює границі Креймера-Рао , ми говоримо, що оцінювач / послідовність є асимптотично ефективним. θ √UnUnU_nθθ\thetavUnn−−√(Un−θ)→N(0,v)n(Un−θ)→N(0,v)\sqrt{n}(U_n - \theta) \to N(0,v)vvvUnUnU_n Питання: Чому ми використовуємо зокрема?n−−√n\sqrt{n} Я знаю, що для зразка …

18 estimation  asymptotics  efficiency 

Скажіть, у мене є зразок і зразок завантажувального пристрою з цього зразка для статичного (наприклад, середнього). Як усі ми знаємо, ця самозавантаження зразок оцінює на розподіл вибірки з оцінки з статистики.χχ\chi Тепер, чи є середнє значення цього зразка завантаження кращою оцінкою статистики популяції, ніж статистика вихідної вибірки ? За яких …

18 estimation  bootstrap 

Нещодавно мене дуже збентежило, коли я дав відповідь манжеті про мінімальну дисперсійну неупереджену оцінку параметрів рівномірного розподілу, що було абсолютно неправильним. На щастя, мене одразу виправили кардинал та Генрі з Генрі, надавши правильні відповіді на ОП . Це все-таки задумалось. Я вивчив теорію найкращих неупереджених оцінювачів в моєму випускницькому класі …

18 estimation  point-estimation 

Фон У мене є змінна з невідомим розподілом. У мене є 500 зразків, але я хотів би продемонструвати точність, з якою я можу обчислити дисперсію, наприклад, стверджувати, що розмір вибірки 500 достатній. Мені також цікаво знати мінімальний розмір вибірки, який би знадобився для оцінки дисперсії з точністю .X%X%X\% Запитання Як …

18 estimation  random-variable  variance  sampling  sample-size 

У мене виникає питання щодо обчислення коефіцієнта усадки Джеймса-Штейна в науковому американському документі Бредлі Ефрона та Карла Морріса 1977 року, "Парадокс Штейна в статистиці" . Я зібрав дані для бейсболістів, і вони наведені нижче: Name, avg45, avgSeason Clemente, 0.400, 0.346 Robinson, 0.378, 0.298 Howard, 0.356, 0.276 Johnstone, 0.333, 0.222 Berry, …

18 estimation  shrinkage  steins-phenomenon 

Питання Дисперсія негативного біноміального розподілу (NB) завжди більша за середню. Коли середнє значення вибірки більше, ніж його дисперсія, спроба пристосувати параметри НБ з максимальною вірогідністю або з моментом оцінки не вдасться (рішення з кінцевими параметрами не існує). Однак можливо, що вибірка, взята з розподілу НБ, має значення більше, ніж дисперсія. …

17 estimation  maximum-likelihood  negative-binomial 

З плоским попереднім оцінкою збігаються оцінки ML (частість - максимальна ймовірність) та MAP (байєсівський - максимум a posteriori). Однак у більш загальному плані я говорю про оцінки точок, отримані як оптимізатори певної функції втрат. Тобто (Bayesian) х (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; \mathbb{E} \left( L(X-\hat …

17 bayesian  estimation  loss-functions  frequentist  decision-theory 

Частково це мотивоване наступним запитанням та обговоренням, що слідує за ним. Припустимо, спостерігається зразок iid, Xi∼F(x,θ)Xi∼F(x,θ)X_i\sim F(x,\theta) . Мета - оцінка . Але оригінальний зразок відсутній. Натомість ми маємо деякі статистичні дані зразка . Припустимо , фіксований . Як ми оцінюємо ? Який був би максимальний показник ймовірності в цьому …

17 estimation  maximum-likelihood 

Чи достатньо показати, що MSE = 0 як n→∞n→∞n\rightarrow\infty ? Я також читав у своїх замітках щось про пліма. Як знайти плім і використовувати його, щоб показати, що оцінювач відповідає?

17 estimation  convergence  consistency 

Я знаю 3 методи для оцінки параметрів, ML, MAP та підходу Байєса. А для підходу MAP та Bayes нам потрібно вибрати пріори для параметрів, правда? Скажімо, у мене є модель , в якій α , β - параметри, для того, щоб зробити оцінку за допомогою MAP або Bayes, я прочитав …

17 bayesian  estimation  prior 

Зараз я читаю «Всю статистику» Ларрі Вассермана і спантеличений чимось, що він написав у главі про оцінку статистичних функцій непараметричних моделей. Він написав "Іноді ми можемо знайти розрахункову стандартну помилку статистичної функції, зробивши деякі обчислення. Однак в інших випадках не очевидно, як оцінити стандартну помилку". Я хотів би зазначити, що …

16 self-study  estimation  bootstrap  standard-error 

Я використовував ітеративно перезавантажені найменші квадрати (IRLS), щоб мінімізувати функції наступної форми, J(m)=∑Ni=1ρ(|xi−m|)J(m)=∑i=1Nρ(|xi−m|)J(m) = \sum_{i=1}^{N} \rho \left(\left| x_i - m \right|\right) де NNN - кількість екземплярів xi∈Rxi∈Rx_i \in \mathbb{R} , m∈Rm∈Rm \in \mathbb{R} є надійною оцінкою, яку я хочу, і ρρ\rho є відповідною надійною функцією покарання. Скажімо, вона опукла (хоча …

16 estimation  least-squares  robust  irls 

Припустимо, що у нас є дві точки (наступна фігура: чорні кола), і ми хочемо знайти значення для третьої точки між ними (хрест). Дійсно, ми будемо оцінювати це на основі наших експериментальних результатів, чорних точок. Найпростіший випадок - намалювати лінію, а потім знайти значення (тобто лінійна інтерполяція). Якщо у нас були …

16 estimation  interpolation