«bias» etiketlenmiş sorular

CrossValidated'ın King ve Zeng (2001) tarafından yapılan nadir olay önyargı düzeltmesinin ne zaman ve nasıl uygulanacağı konusunda birkaç sorusu vardır . Ben farklı bir şey arıyorum: önyargı var minimal simülasyon tabanlı bir gösteri. Özellikle, Kral ve Zeng devleti “... nadir olay verilerinde olasılıklardaki yanlılıklar binlerce örneklem büyüklüğü ile büyük ölçüde …

19 r  logistic  simulation  bias  rare-events 

"Önyargı" kelimesi ne zaman ?E[θ^−θ]E[θ^−θ]\mathbb{E}[\hat{\theta}-\theta] Şu anda bunu düşünmemizin nedeni, Olasılık Teorisi metninde Jaynes'i hatırlıyorum, bu formülü tanımlamak için kullanılan "önyargı" kelimesinin kullanımını eleştiren ve bir alternatif önermem. Jaynes'in Olasılık Teorisi bölüm 17.2 "Tarafsız Tahminciler:" Ortodokslar neden bu kadar abartılı bir önyargıya sahipler? Ana nedenin, basitçe kendi yaptıkları bir psikosemantik …

18 terminology  bias  history 

Zaten veri seçimi tarafından (ağırlıklı olarak) önyargılı verilerle bir Makine Öğrenimi projesi üzerinde çalışıyorum. Bir dizi sabit kodlu kuralınız olduğunu varsayalım. Kullanabileceği tüm veriler zaten bu kurallara göre filtrelenmiş veriler olduğunda, bunun yerine bir makine öğrenme modeli nasıl oluşturulur? Her şeyi açıklığa kavuşturmak için en iyi örnek Kredi Riski Değerlendirmesi …

18 machine-learning  classification  data-mining  bias  extrapolation 

Bir elektrik kesintisi yaşıyorum. Doğrusal regresyon bağlamında önyargı-varyans dengesini sergilemek için aşağıdaki tabloyu sundum: İki modelden hiçbirinin iyi bir uyum olmadığını görebiliyorum - "basit", XY ilişkisinin karmaşıklığını takdir etmiyor ve "karmaşık", temel olarak eğitim verilerini ezbere öğreniyor. Ancak bu iki resimdeki sapma ve sapmayı tamamen göremiyorum. Birisi bunu bana gösterebilir …

18 regression  variance  bias 

Önyargılı olan ortalamanın MLE tahmincisine bir örnek verebilir misiniz? MLE tahmincilerini genel olarak düzenlilik koşullarını ihlal ederek bozan bir örnek aramıyorum. İnternette görebildiğim tüm örnekler varyansa işaret ediyor ve ortalama ile ilgili hiçbir şey bulamıyorum. DÜZENLE @MichaelHardy, belirli bir önerilen model altında MLE kullanarak tekdüze dağılım ortalamasının önyargılı bir tahminini …

17 maximum-likelihood  mean  bias 

Lojistik ve lineer regresyonda atlanan değişken önyargı hakkında bir sorum var. Diyelim ki bazı değişkenleri doğrusal regresyon modelinden çıkarıyorum. Atlanan değişkenlerin modelime dahil ettiğim değişkenlerle ilgisiz olduğunu varsayalım. Bu atlanan değişkenler, modelimdeki katsayıları etkilemez. Ancak lojistik regresyonda bunun doğru olmadığını öğrendim. Atlanan değişkenler, dahil edilen değişkenlerle katsayıları saptırır; atlanan değişkenler, …

17 regression  logistic  least-squares  bias 

Önyargı-varyans dengesini, kestiricinin önyargısı ile modelin önyargısı arasındaki ilişkiyi ve kestiricinin varyansı ile modelin varyansı arasındaki ilişkiyi anlamaya çalışıyorum. Bu sonuçlara geldim: Tahmincinin önyargısını ihmal ettiğimizde verileri tersine çevirme eğilimindeyiz, yani sadece modelin varyansını ihmal eden modelin yanlılığını en aza indirmeyi amaçladığımızda tahmin edicinin önyargısı da) Tam tersine, tahmin edicinin …

15 regression  variance  bias  bias-variance-tradeoff 

Bu soru Galit Shmueli'nin "Açıklamak ya da Tahmin Etmek " başlıklı makalesine atıfta bulunmaktadır . Profesör Shmueli özellikle bölüm 1.5, "Açıklama ve Tahmin Farklıdır" bölümünde şöyle yazar: Açıklayıcı modellemede odak, temel teorinin en doğru temsilini elde etmek için önyargıların en aza indirilmesidir. Gazeteyi her okuduğumda bu beni şaşırttı. Tahminlerdeki yanlılığı …

15 predictive-models  inference  bias  unbiased-estimator  explanatory-models 

Sorular Ağacın sığ mı yoksa derin mi olduğuna bağlı mı? Yoksa ağacın derinliğine / seviyesine bakılmaksızın bunu söyleyebilir miyiz? Önyargı neden düşük ve varyans yüksek? Lütfen sezgisel ve matematiksel olarak açıklayınız

15 machine-learning  variance  covariance  cart  bias 

Çıkarım için regresyon modellerini kullanmanın temel bir varsayımı, "tüm ilgili öngörücülerin" tahmin denklemine dahil edilmesidir. Bunun mantığı, önemli bir gerçek dünya faktörünün dahil edilmemesinin taraflı katsayılara ve dolayısıyla yanlış çıkarımlara (yani, atlanan değişken sapmaya) yol açmasıdır. Ancak araştırma pratiğinde, "tüm ilgili yordayıcılara" benzeyen herhangi bir şey içeren hiç kimseyi görmedim …

15 regression  assumptions  bias  predictor  confounding 

"Bir defaya mahsus bırak" çapraz doğrulamasının, eğitim kıvrımlarının büyük örtüşmesi nedeniyle yüksek varyansa sahip olduğunu tekrar tekrar okudum. Ancak bunun neden olduğunu anlamıyorum: Çapraz onaylamanın performansı, eğitim setleri neredeyse aynı olduğu için çok kararlı (düşük varyans) olmamalı mı? Yoksa "varyans" kavramını tamamen yanlış anlıyor muyum? Ayrıca LOO'nun nasıl tarafsız olabileceğini …

15 variance  cross-validation  bias 

Her zaman arızi parametre sorununun gerçek özünü elde etmek için mücadele ediyorum. Çeşitli durumlarda doğrusal olmayan panel veri modellerinin sabit etki tahmin edicilerinin "iyi bilinen" tesadüfi parametre problemi nedeniyle ciddi şekilde önyargılı olabileceğini okudum. Bu sorunun net bir açıklamasını istediğimde tipik cevap şudur: Panel verilerinin T zaman aralıklarında N kişisi …

15 nonlinear-regression  fixed-effects-model  bias 

Derin öğrenme ile ilgili bu öğreticiye göre , ağırlık azalması (normalleştirme) genellikle önyargı terimlerine uygulanmaz. Neden? Arkasındaki önem (sezgi) nedir?

15 machine-learning  neural-networks  bias  regularization 

Izin vermek bir maksimum bir gerçek parametrenin maksimum olasılık tahmini olabilir bazı model. Veri noktası sayısı arttıkça, genellikle O (1 / \ sqrt n) olarak azalır . Üçgen eşitsizliğini ve beklentinin özelliklerini kullanarak, bu hata oranının hem "yanlılık" \ lVert \ mathbb E \ hat \ theta - \ theta …

14 variance  estimation  maximum-likelihood  bias 

Bir arkadaş, jüri seçiminin ırksal olarak önyargılı göründüğü bir ceza davasından sonra temyizde bulunan bir müşteriyi temsil etmektedir. Jüri havuzu 4 ırksal grupta 30 kişiden oluşuyordu. Savcılık, bu kişilerin 10'unu havuzdan çıkarmak için kalıcı zorluklar kullandı. Her bir ırksal gruptaki kişi sayısı ve gerçek zorlukların sayısı sırasıyla: A: 10, 1 …

14 probability  statistical-significance  references  bias  combinatorics