«confidence-interval» etiketlenmiş sorular

Benim ilkokul istatistikte Tabii ki nüfus ortalama olarak böyle aralığı% 95 güven inşa etmek öğrendim μμ\mu dayalı asimptotik normallik "büyük" örnek boyutları için. Bunun dışında yöntem yeniden örnekleme (örneğin, ön-yükleyici olarak), dayalı bir başka yaklaşım yoktur "profil olasılığı" . Birisi bu yaklaşımı açıklayabilir mi? Hangi durumlarda, asimptotik normalliğe ve profil …

25 confidence-interval  profile-likelihood 

Bu, "Olasılık Teorisinde 7. Kolmogorov Öğrenci Olimpiyatı" nın bir sorunu: Bir gözlem verilen bir gelen her iki parametre bilinmeyen ile dağıtımı için bir güven aralığını elde , en az% 99 güven aralığı ile.XXXNormal(μ,σ2)Normal⁡(μ,σ2)\operatorname{Normal}(\mu,\sigma^2)σ2σ2\sigma^2 Bana öyle geliyor ki bu imkansız olmalı. Çözüm bende, ancak henüz okumadım. Düşüncesi olan var mı? Birkaç …

25 probability  normal-distribution  confidence-interval  variance 

Olarak istatistiksel çıkarımlar , sorun 9.6b, bir "yüksek yoğunluklu bölge (HDR)" bahsedilmektedir. Ancak bu terimin tanımını kitapta bulamadım. Benzer bir terim En Yüksek Arka Yoğunluktur (HPD). Ancak bu bağlamda uyuşmuyor, çünkü 9.6b önceki hakkında hiçbir şeyden bahsetmiyor. Ve önerilen çözümde sadece "açıkça bir HDR" yazıyor .c ( y))c(y)c(y) Yoksa HDR …

23 confidence-interval  estimation  definition  credible-interval  highest-density-region 

Diyelim ki bir danışmanım ve müşterime güven aralığının yararını açıklamak istiyorum. Müşteri bana aralıklarımın faydalı olamayacak kadar geniş olduğunu ve yarısını da daha geniş kullanmayı tercih ettiğini söyledi. Nasıl cevap vermeliyim?

22 confidence-interval  interpretation 

Sorumu açıklamak için, girişin bir dereceye kadar gürültüye sahip olduğu ancak çıkışın olmadığı bir eğitim setim olduğunu varsayalım; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] Burada çıktı, eğer girişsiz ise …

22 regression  machine-learning  neural-networks  confidence-interval  prediction-interval 

Bir tür düzenli tahminler kullanarak bazı yüksek boyutlu verilerden çok sayıda parametre tahmin etmeye çalıştığımı varsayalım. Düzenleyici, tahminlere bir miktar önyargı getirir, ancak varyanstaki düşüşün telafi etmekten daha fazla olması gerektiği için hala iyi bir denge olabilir. Sorun, güven aralıklarını tahmin etmek istediğimde ortaya çıkıyor (örn. Laplace yaklaşımı veya önyükleme …

21 confidence-interval  bias  regularization  ridge-regression  coverage-probability 

SPSS, "fark araçlarının güven aralığı" çıktısını sağlar. Bazı yerlerde "100 üzerinden 95 kez, örneklem ortalama farkımızın bu sınırlar arasında olacağı" anlamına geldiğini okudum. Kimse "araçların arasındaki farkın güven aralığını" açıklamak için daha açık bir ifade söyleyebilir mi? Bu çıktı, tek örnekli bir t testi bağlamında görünür.

21 confidence-interval 

Bazı ortak değerler için ağır bir önyargıya sahip 383 örnek var, ortalama için% 95 CI hesaplamak nasıl? Hesapladığım CI çok kapalı görünüyor, ki bunun bir histogram yaptığımda verilerimin eğri gibi görünmemesi. Bu yüzden önyükleme gibi çok iyi anlamadığım bir şey kullanmam gerektiğini düşünüyorum.

21 confidence-interval  mean 

Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?

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 

Bir popülasyondan veri noktası örneği aldım. Bu noktaların her biri gerçek bir değere (yer gerçeğinden bilinir) ve tahmini bir değere sahiptir. Daha sonra her örneklenen nokta için hatayı hesaplayıp numunenin RMSE'sini hesaplıyorum.nnn Daha sonra örnek boyutuna bağlı olarak bu RMSE etrafında bir çeşit güven aralığını nasıl çıkarabilirim ?nnn RMSE yerine …

20 confidence-interval 

Lojistik regresyon tahminleri için tahmin aralıklarının nasıl oluşturulacağını anlamak istiyorum . Collett'in Modelleme İkili Verileri , 2. Baskı s.98-99'daki prosedürleri izlemem önerildi. Bu prosedürü uyguladıktan ve R'lerle karşılaştırdıktan sonra predict.glm, aslında bu kitabın tahmin aralıklarını değil, güven aralıklarını hesaplama prosedürünü gösterdiğini düşünüyorum . Prosedürün Collett ile karşılaştırılması predict.glm, aşağıda gösterilmiştir. …

20 r  regression  confidence-interval  logistic  prediction-interval 

İki oranım var (örneğin, bir kontrol düzenindeki bir bağlantıda tıklama oranı (TO) ve deneysel bir düzendeki bir bağlantıda TO) ve bu oranların oranı etrafında% 95'lik bir güven aralığı hesaplamak istiyorum. Bunu nasıl yaparım? Bu oranın varyansını hesaplamak için delta yöntemini kullanabileceğimi biliyorum, ama bunun dışında ne yapacağımdan emin değilim. Güven …

20 confidence-interval 

Çoklu impütasyonun (MI) mantığı, eksik değerleri bir kez değil birkaç kez (tipik olarak M = 5) katlanarak M tamamlanmış veri kümelerine neden olur. Daha sonra M tamamlanmış veri kümeleri, M tahminlerinin ve standart hatalarının, "genel" tahmin ve standart hatasını elde etmek için Rubin formülleri kullanılarak birleştirildiği tam veri yöntemleriyle analiz …

20 modeling  confidence-interval  mixed-model  data-imputation 

Hassasiyet şu şekilde tanımlanır: p = true positives / (true positives + false positives) Gibi, bu doğru mu true positivesve false positiveshassas 1 yaklaşır yaklaşım 0? Hatırlama için aynı soru: r = true positives / (true positives + false negatives) Şu anda bu değerleri hesaplamam gereken bir istatistiksel test uyguluyorum …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Tamam, lojistik regresyonum var ve predict()tahminlerime dayanarak bir olasılık eğrisi geliştirmek için bu fonksiyonu kullandım . ## LOGIT MODEL: library(car) mod1 = glm(factor(won) ~ as.numeric(bid), data=mydat, family=binomial(link="logit")) ## PROBABILITY CURVE: all.x <- expand.grid(won=unique(won), bid=unique(bid)) y.hat.new <- predict(mod1, newdata=all.x, type="response") plot(bid<-000:1000,predict(mod1,newdata=data.frame(bid<-c(000:1000)),type="response"), lwd=5, col="blue", type="l") Bu harika ama olasılıklar için güven aralıklarını …

20 r  logistic  confidence-interval