Запитання з тегом «estimation»

Залежно від проблеми з колекціонером купонів , ви не знаєте кількості талонів і повинні визначати це на основі даних. Я буду називати це проблемою файлів cookie: Враховуючи невідому кількість чітких повідомлень cookie , оцініть , відбираючи файли cookie по одному та підраховуючи, скільки разів з’являється кожна статка. Визначте також кількість …

14 estimation  coupon-collector-problem 

Я знаю, що це може бути трохи моторошно, статистично, але це моя проблема. У мене дуже багато даних про діапазон, тобто мінімальний, максимальний і розмір вибірки змінної. Для деяких із цих даних я також маю на увазі, але не багато. Я хочу порівняти ці діапазони один з одним, щоб кількісно …

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

Мені цікаво отримати об'єктивну оцінку R2R2R^2 при множинній лінійній регресії. Розмірковуючи, я можу придумати два різних значення, що є неупередженою оцінкою R2R2R^2 може бути яка намагається відповідати. З вибірки R2R2R^2 : r-квадрат, який був би отриманий, якщо рівняння регресії отримано з вибірки (тобто,β^β^\hat{\beta} ), застосовувалося до нескінченного обсягу даних, що …

14 estimation  multiple-regression  r-squared  bias 

Я читав, що тест Колмогорова-Смірнова не слід використовувати для перевірки правильності придатності розподілу, параметри якого були оцінені зразком. Чи є сенс розділити мою вибірку надвоє і використовувати першу половину для оцінки параметрів, а другу для KS-тесту? Спасибі заздалегідь

14 estimation  fitting  kolmogorov-smirnov 

Це питання натхнене міні-грою від Pokemon Soulsilver: Уявіть, що на цій 5х6 області приховано 15 бомб (EDIT: максимум 1 бомба / осередок): Тепер, як би ви оцінили ймовірність знайти бомбу на певному полі, враховуючи підсумки рядка / стовпця? Якщо ви подивитеся на колонку 5 (загальна кількість бомб = 5), то …

14 probability  estimation  chi-squared  independence  games 

MLE = Максимальна оцінка ймовірності MAP = Максимум a posteriori MLE інтуїтивно зрозумілий / наївний тим, що він починається лише з ймовірності спостереження за даним параметром (тобто функцією ймовірності) і намагається знайти параметр, що найкраще відповідає спостереженню . Але це не враховує попередніх знань. MAP видається більш розумним, оскільки він …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

Коротка версія: Який найбільш обчислювально ефективний метод оцінювання режиму багатовимірного набору даних, відібраний з безперервного розподілу? Довга версія: У мене є набір даних, необхідний для оцінки режиму. Режим не збігається із середнім чи середнім. Зразок показаний нижче, це двовимірний приклад, але рішення ND було б краще: В даний час мій …

14 estimation  multivariate-analysis  continuous-data  mode 

Нехай і - чотири випадкові величини, такі, що , де - невідомі параметри. Припустимо також, що ,Тоді яка з них справжня?Y1, Y2, Y3Y1,Y2,Y3Y_1,Y_2,Y_3Y4Y4Y_4Е( Y1) = θ1- θ3; Е ( Y2) = θ1+ θ2- θ3; Е ( Y3) = θ1- θ3; Е ( Y4) = θ1- θ2- θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space …

13 self-study  estimation  inference 

Отже, у мене є випадковий процес генерування лог-нормально розподілених випадкових величин . Ось відповідна функція щільності ймовірності:XXX Я хотів оцінити розподіл на кілька моментів того початкового розподілу, скажімо, 1-й момент: середнє арифметичне. Для цього я намалював 10000 випадкових змінних 10000 разів, щоб я міг обчислити 10000 оцінку середнього арифметичного. Є …

13 estimation  bias  fitting  lognormal  moments 

Я відносно знайомий з різницею між термінами статистика та параметр. Я бачу статистику як значення, отримане від застосування функції до вибіркових даних. Однак більшість прикладів параметрів стосуються визначення параметричного розподілу. Поширений приклад - середнє та стандартне відхилення для параметризації нормального розподілу або коефіцієнтів та відхилень помилок для параметризації лінійної регресії. …

13 estimation  terminology  sample  population 

Це питання мотивоване цим . Я шукав два джерела, і ось що я знайшов. A. van der Vaart, Асимптотична статистика: Вкрай рідко можливо вирахувати вірогідність профілю, але його чисельне оцінювання часто можливо. Тоді ймовірність профілю може слугувати для зменшення розмірності функції ймовірності. Функції правдоподібності профілю часто використовуються так само, як …

13 estimation  maximum-likelihood  likelihood  asymptotics  profile-likelihood 

Припустимо, у нас є два оцінювачі та для деякого параметра x . Щоб визначити, який оцінювач "кращий", ми подивимось на MSE (середня квадратична помилка)? Іншими словами, ми дивимось на MSE = \ beta ^ 2 + \ sigma ^ 2, де \ beta - зміщення оцінки, а \ sigma ^ …

13 estimation  mse 

Я шукаю методи, які можна використовувати для оцінки моделі помилки вимірювання "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} Де помилки є незалежними нормальними з невідомими відхиленнями і . "Стандартний" OLS в цьому випадку не працюватиме.σ2yσy2\sigma_{y}^{2}σ2xσx2\sigma_{x}^{2} У Вікіпедії є кілька непривабливих рішень - ці два змушують вас припускати, що або "коефіцієнт …

13 regression  estimation  errors-in-variables 

Які плюси та мінуси використання LARS [1] проти використання координатного спуску для встановлення L1-регульованої лінійної регресії? Мене в основному цікавлять аспекти ефективності (мої проблеми мають, як правило, Nсотні тисяч і p<20). Однак, будь-які інші дані також будуть оцінені. редагувати: Оскільки я розмістив запитання, chl люб'язно вказав на статтю [2] Friedman …

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 

При вивченні курсу вибірки я зустрічаю наступні два твердження: 1) Помилка вибірки призводить до більшої мінливості, помилки без вибірки призводять до зміщення. 2) Через помилку без вибірки зразок часто є більш точним, ніж ЦЕНЗАЛ. Я не знаю, як зрозуміти ці два твердження. Яка основна логіка отримання цих двох тверджень?

13 estimation  sampling  survey  bias