Запитання з тегом «inference»

Я щойно переглянув цю чудову книгу: Прикладний багатоваріантний статистичний аналіз Джонсона та Вічерн . Іронія полягає в тому, що я досі не в змозі зрозуміти мотивацію використання багатоваріантних (регресійних) моделей замість окремих одновимірних (регресійних) моделей. Я переглянув stats.statexchange пости 1 та 2, які пояснюють (a) різницю між багаторазовою та багатоваріантною …

28 regression  multiple-regression  inference  multivariate-regression 

У статистиці Байєса часто згадується, що задній розподіл є нерозв'язним, і тому слід застосовувати приблизний висновок. Які фактори обумовлюють цю внутрішньоздатність?

28 bayesian  approximation  inference 

Припустимо, у нас є декілька сценаріїв порівнянь, таких як пост-хоч висновок по парній статистиці, або як множинна регресія, де ми робимо загальну кількість порівнянь. Припустимо також, що ми хотіли б підтримати умовивід у цих кратних, використовуючи довірчі інтервали.mmm 1. Чи застосовуємо кілька коригувань порівняння до КІ? Тобто, так само, як …

27 confidence-interval  multiple-comparisons  inference 

Після довгого траулінгу Cross Valified я все ще не відчуваю, що я ближче до розуміння розбіжності KL поза сферою теорії інформації. Це досить дивно, як комусь із математичним фоном, щоб було набагато простіше зрозуміти пояснення теорії інформації. Щоб окреслити моє розуміння з передумови теорії інформації: Якщо у нас є випадкова …

23 inference  entropy  information-theory  kullback-leibler  compression 

Коли я Google для "fisher" "fiducial" ... Я впевнено отримую чимало хітів, але всі ті, за якими я дотримувався, абсолютно поза моїм розумінням. У всіх цих хітів, схоже, є одне спільне: всі вони написані для пофарбованих у шерсть статистиків, людей, ретельно поглиблених теорією, практикою, історією та знаннями статистики. (Отже, жоден …

23 bayesian  inference  terminology  fiducial  ronald-fisher 

(Заздалегідь вибачтесь за використання простої мови, а не статистичної мови.) Якщо я хочу виміряти шанси прокатки кожної сторони певного фізичного шестигранного штампу до приблизно +/- 2% з розумною впевненістю, скільки потрібно було б зразків валків? тобто скільки разів мені знадобиться прокатати штамп, підраховуючи кожен результат, щоб бути на 98% впевненим, …

22 probability  inference  pdf  dice 

За байєсівським висновком прогнозний розподіл для майбутніх даних виводиться шляхом інтеграції невідомих параметрів; інтеграція по задньому розподілу цих параметрів дає задній прогнозний розподіл - розподіл для майбутніх даних, що обумовлюються вже наявними. Які існують не байєсовські методи прогнозного висновку, які враховують невизначеність в оцінках параметрів (тобто вони не просто включають …

22 prediction  inference  prediction-interval 

Я читав лемму Неймана-Пірсона з книги " Вступ до теорії статистики " Мудом, Грейбілл та Боєм. Але я не зрозумів лему. Хто-небудь може пояснити мені лему простими словами? Про що йдеться? Лемма Неймана-Пірсона: Нехай - випадкова вибірка з , де - одне з двох відомих значень та , і нехай …

21 hypothesis-testing  self-study  references  inference  likelihood-ratio 

Моє розуміння полягало в тому, що описова статистика кількісно описує особливості вибірки даних, тоді як інфекційна статистика робила висновки про популяції, з яких брали зразки. Однак на сторінці вікіпедії для статистичного висновку зазначено: Здебільшого статистичні умовиводи висловлюють положення про популяції, використовуючи дані, отримані від сукупності, що цікавить, за допомогою якоїсь …

21 terminology  descriptive-statistics  inference 

Я жодним чином не є статистиком (я пройшов курс математичної статистики, але не більше того), і нещодавно, вивчаючи теорію інформації та статистичну механіку, я зустрів цю річ під назвою "міра невизначеності" / "ентропія". Я читав виведення цього Хінчіна як міру невизначеності, і це мало для мене сенс. Інша річ, яка …

21 entropy  inference 

Як працює метод інверсії? Скажімо , у мене випадкову вибірку X1,X2,...,XnX1,X2,...,XnX_1,X_2,...,X_n з щільністю f(x;θ)=1θx(1−θ)θf(x;θ)=1θx(1−θ)θf(x;\theta)={1\over \theta} x^{(1-\theta)\over \theta} над 0&lt;x&lt;10&lt;x&lt;10<x<1і тому з cdfFX(x)=x1/θFX(x)=x1/θF_X(x)=x^{1/\theta}on(0,1)(0,1)(0,1). Тоді методом інверсії я отримую розподілXXXякF−1X(u)=uθFX−1(u)=uθF_X^{-1}(u)=u^\theta. Так само uθuθu^\theta має розподіл XXX ? Так працює метод інверсії? u&lt;-runif(n) x&lt;-u^(theta)

21 r  distributions  inference  random-generation  inverse-cdf 

Для цієї одновимірної лінійної регресійної моделі yi=β0+β1xi+ϵiyi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1x_i+\epsilon_i задано набір даних , оцінки коефіцієнтів Ось моє запитання відповідно до книги та Вікіпедії , стандартна помилка є Як і чому?β 1 = Σ я х я у я - п ˉ х ˉ уD={(x1,y1),...,(xn,yn)}D={(x1,y1),...,(xn,yn)}D=\{(x_1,y_1),...,(x_n,y_n)\} β 0= ˉ у …

20 standard-error  inference 

Мене дуже цікавить процедура еластичної сітки для усадки / відбору прогнозів. Це здається дуже потужним. Але з наукової точки зору я не знаю добре, що робити, коли отримав коефіцієнти. На яке питання я відповідаю? Це ті змінні, які найбільше впливають на цей результат, і це коефіцієнти, які дають найкраще співвідношення …

19 hypothesis-testing  prediction  inference  lasso  elastic-net 

У коментарі, нещодавно опублікованому тут, один із коментаторів вказав на блог Ларрі Вассермана, який зазначає (без жодних джерел), що частота виводки суперечить принципу ймовірності. Принцип ймовірності просто говорить, що експерименти, що дають подібні функції ймовірності, повинні давати аналогічні умовиводи. Дві частини цього питання: Які частини, аромат чи школа частого виведення …

19 inference  likelihood  frequentist  likelihood-principle 

Я розумію, що при використанні байєсівського підходу для оцінки значень параметрів: Задній розподіл - це поєднання попереднього розподілу та розподілу ймовірності. Ми моделюємо це, генеруючи вибірку з заднього розподілу (наприклад, використовуючи алгоритм Metropolis-Hasting для генерації значень, і приймаємо їх, якщо вони перевищують певний поріг ймовірності належати до заднього розподілу). Після …

19 bayesian  inference  simulation  mcmc  posterior