Запитання з тегом «misspecification»

11
Чому я повинен бути байесівцем, коли моя модель помиляється?
Правки: Я додав простий приклад: висновок про середнє значення . Я також трохи уточнив, чому вірні інтервали, що не відповідають довірчим інтервалам, є поганими.XiXiX_i Я, досить побожний байесів, перебуваю в середині кризи віри. Моя проблема полягає в наступному. Припустимо, що я хочу проаналізувати деякі дані IID . Що я б …

5
Включення відсталої залежної змінної в регресію
Я дуже розгублений щодо того, чи є законним включення змінної залежної змінної до регресійної моделі. В основному я думаю, якщо ця модель зосереджена на взаємозв'язку між зміною Y та іншими незалежними змінними, то додавання відсталої залежної змінної в правій частині може гарантувати, що коефіцієнт перед іншими IV не залежить від …

2
Чи правда, що байєсівські методи не переборщують?
Чи правда, що байєсівські методи не переборщують? (Я бачив деякі документи та навчальні посібники, які заявляють про це) Наприклад, якщо ми застосуємо Гауссовий процес до MNIST (рукописна класифікація), але покажемо йому єдиний зразок, чи повернеться він до попереднього розподілу для будь-яких входів, відмінних від цього єдиного зразка, як би невелика …

2
Чому доказ Вілкса 1938 р. Не працює для неправильно визначених моделей?
У відомому документі 1938 р. (" Великий вибірковий розподіл коефіцієнта ймовірності для тестування складених гіпотез ", "Анали математичної статистики", 9: 60-62) Семюел Вілкс отримав асимптотичний розподіл у (коефіцієнт вірогідності журналу) для вкладених гіпотез, при припущенні, що більша гіпотеза правильно вказана. Обмежуючим розподілом є (chi-квадрат) з ступенями свободи, де - кількість …

4
Як спроектувати новий вектор на простір PCA?
Після проведення аналізу основних компонентів (PCA) я хочу спроектувати новий вектор на простір PCA (тобто знайти його координати в системі координат PCA). Я розрахував PCA мовою R за допомогою prcomp. Тепер я повинен мати можливість помножити свій вектор на матрицю обертання PCA. Чи повинні головні компоненти в цій матриці розташовуватися …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

2
Статистичний висновок під неправильним визначенням
Класична обробка статистичного умовиводу спирається на припущення, що існує правильно вказана статистика. Тобто розподіл P∗(Y)P∗(Y)\mathbb{P}^*(Y) який генерував спостережувані дані yyy є частиною статистичної моделі MM\mathcal{M} : P∗(Y)∈M={Pθ(Y):θ∈Θ}P∗(Y)∈M={Pθ(Y):θ∈Θ}\mathbb{P}^*(Y) \in \mathcal{M}=\{\mathbb{P}_\theta(Y) :\theta \in \Theta\} Однак у більшості ситуацій ми не можемо припустимо, що це дійсно так. Цікаво, що станеться зі статистичними процедурами …

2
Коли використовувати (не) параметричний тест припущення про гомоседастичність?
Якщо випробовуєте припущення про гомоскедастичність, параметричні (тест Бартлетта на однорідність варіантів bartlett.test) та непараметричні (тест Фігнера-Кіллена на однорідність варіантів fligner.test) доступні. Як сказати, який вид використовувати? Чи повинно це залежати, наприклад, від нормальності даних?

2
Статистичні умовиводи при неправильній специфікації моделі
У мене є загальне методологічне запитання. На це можна було відповісти і раніше, але я не в змозі знайти відповідну тему. Я буду вдячний вказівниками на можливі дублікати. ( Ось чудовий, але без відповіді. Це також схоже за духом, навіть з відповіддю, але остання занадто специфічна з моєї точки зору. …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.