Запитання з тегом «estimation»

Для простого прикладу припустимо, що існує дві моделі лінійної регресії Модель 1 має три провісники, x1a, x2b, іx2c Модель 2 має три предиктори з моделі 1 та два додаткові прогнози x2aтаx2b Існує рівняння регресії чисельності населення, де пояснюється дисперсія популяції для Моделі 1 та для Моделі 2. Інкрементальна дисперсія, пояснена …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

Це уривок із «Сучасної математичної статистики з додатками» Devore et al. Мене спантеличує те, що оцінювач не може не залежати від , оскільки вибірка залежить від параметра.θθ\theta

10 estimation 

У мене є досвід в галузі комп’ютерного програмування та теорії елементарних чисел, але немає реального навчання статистиці, і нещодавно "виявив", що дивовижний світ цілого спектру методів - це насправді статистичний світ. Здається, що матричні факторизації, заповнення матриці, високі розмірні тензори, вбудовування, оцінка щільності, байесівські умовиводи, розділи Маркова, обчислення власного вектора, …

10 machine-learning  estimation 

Припустимо, у вас є журнали веб-сервера. У цих журналах є кортежі такого роду: user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... Ці часові позначки відображають, наприклад, кліки користувачів. Тепер user1ви відвідуватимете сайт кілька разів (сеанси) протягом місяця, і ви будете мати ряди кліків кожного користувача під час …

10 distributions  estimation  mixture 

У мене є GLMM форми: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Під час використання drop1(model, test="Chi")я отримую інші результати, ніж якщо я використовую Anova(model, type="III")з автомобільного пакета або summary(model). Ці два останні дають однакові відповіді. Використовуючи купу сфабрикованих даних, я виявив, що …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

За (слабким / сильним) законом великих чисел, з огляду на деякі iid-вибіркові точки розподілу, їх вибірка означає сходиться до середнього значення розподілу як вірогідно, так і як розмір вибірки іде до нескінченності.{xi∈Rn,i=1,…,N}{xi∈Rn,i=1,…,N}\{x_i \in \mathbb{R}^n, i=1,\ldots,N\}f∗({xi,i=1,…,N}):=1N∑Ni=1xif∗({xi,i=1,…,N}):=1N∑i=1Nxif^*(\{x_i, i=1,\ldots,N\}):=\frac{1}{N} \sum_{i=1}^N x_i NNN Коли розмір вибірки фіксований, мені цікаво, чи оцінювач LLN є оптимізатором, …

10 estimation  expected-value  law-of-large-numbers 

З теорії міри ми знаємо, що є події, які неможливо виміряти, тобто вони не піддаються Лебегу. Що ми називаємо подією з ймовірністю, що міра ймовірності не визначена? Які типи заяв ми б зробили щодо такої події?

10 probability  estimation 

Враховуючи iid-зразки з гауссового розподілу та M-оцінка, , які властивості на достатні, щоб гарантувати вірогідності? Є бути строго опуклою і строго зростає досить?μ m = argmin a ∑ ρ ( | X i - a | ) ρ μ m → μ ρX1,...,Xn∼N(μ,σ)X1,...,Xn∼N(μ,σ)X_1,...,X_n \sim N(\mu,\sigma) μm=argmina∑ρ(|Xi−a|)μm=argmina∑ρ(|Xi−a|)\mu_m = \underset{a}{\operatorname{argmin}} \sum\rho(|X_i-a|)ρρ\rhoμm→μμm→μ\mu_m \rightarrow …

10 estimation 

У мене проблема з параметром оцінки для Zipf. Моя ситуація така: У мене є вибірковий набір (вимірюється експериментом, який генерує дзвінки, які повинні слідувати розподілу Zipf). Я повинен продемонструвати, що цей генератор дійсно генерує дзвінки з розподілом zipf. Я вже читав це запитання і відповіді Як розрахувати коефіцієнт закону Зіпфа …

10 distributions  estimation  pareto-distribution  zipf 

Експоненціальна модель - це модель, описана наступним рівнянням: yi^=β0⋅eβ1x1i+…+βkxkiyi^=β0⋅eβ1x1i+…+βkxki\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} Найбільш розповсюджений підхід для оцінки такої моделі - лінеаризація, яку можна легко здійснити шляхом обчислення логарифмів обох сторін. Які інші підходи? Мене особливо цікавлять ті, з якими в деяких спостереженнях може працювати .yi=0yi=0y_{i}=0 Оновлення 31.01.2011 Мені відомо, що ця модель …

10 estimation  nonlinear-regression 

Дозволяє X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n не бути випадковими змінними, що мають pdf fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) де θ>0θ>0\theta >0. Дайте UMVUE від1θ1θ\frac{1}{\theta} і обчислити її дисперсію Я дізнався про два таких методи для отримання UMVUE: Нижня межа Крамер-Рао (CRLB) Леманн-Шеффем Я збираюся спробувати це, використовуючи колишнє з двох. …

10 self-study  estimation  inference  exponential-family  umvue 

Я хочу перевірити деякі свої ідеї, які, на мою думку, кращі за все, що я бачив. Я можу помилятися, але я хотів би перевірити свої ідеї і перемогти свої сумніви більш певними спостереженнями. Що я думав зробити, це наступне: Аналітично визначте набір розподілів. Деякі з них є такими легкими, як …

10 hypothesis-testing  estimation  pdf  kernel-smoothing  model-evaluation 

Зараз я читаю твір Перла (Pearl, 2009, 2-е видання) про причинності та боротьбі за встановлення зв'язку між непараметричною ідентифікацією моделі та фактичною оцінкою. На жаль, сама Перл на цю тему дуже мовчить. Для прикладу я маю на увазі просту модель з причинним шляхом, x → z→ уx→z→yx \rightarrow z \rightarrow …

10 estimation  references  causality 

Нехай є випадковою вибіркою, яка містить розподіл для . Тобто,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Знайдіть неупереджений оцінювач з мінімальною дисперсією дляg(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Моя спроба: Оскільки геометричний розподіл походить від родини експонентів, статистика є повною і достатньою для . Крім того, якщо є оцінкою для , воно є неупередженим. Тому за теоремою …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

У мене є деякі дані, і я намагався прилаштувати до неї плавну криву. Однак я не хочу застосовувати занадто багато попередніх переконань або занадто сильних попередніх уявлень (за винятком тих, які маються на увазі в решті мого запитання) щодо цього чи будь-яких конкретних розподілів. Мені просто хотілося встановити його з …

10 estimation  nonparametric  references