«estimation» etiketlenmiş sorular

Kupon toplayıcının sorununun bir varyasyonunda, kupon sayısını bilmiyorsunuz ve bunu verilere göre belirlemelisiniz. Bunu fal kurabiyesi sorunu olarak anlatacağım: Farklı servet çerez mesajlarının bilinmeyen sayıda göz önüne alındığında , tahmin çerezleri teker teker ve sayım kaç kez her fal görüntülenir örnekleme yoluyla. Ayrıca bu tahminde istenen bir güven aralığını elde …

14 estimation  coupon-collector-problem 

Bunun istatistiki olarak biraz ipucu olabileceğini biliyorum, ama bu benim sorunum. Bir dizi veri var, yani bir değişkenin minimum, maksimum ve örnek boyutu. Bu verilerden bazıları için bir ortalama var, ama çok değil. Her bir aralığın değişkenliğini ölçmek ve ayrıca araçları karşılaştırmak için bu aralıkları birbirleriyle karşılaştırmak istiyorum. Dağılımın ortalama …

14 r  normal-distribution  estimation  missing-data  order-statistics 

Ben çoklu doğrusal regresyon tarafsız bir tahmin elde ilgileniyorum .R,2R2R^2 Yansıtma üzerine, tarafsız bir tahminin eşleşmeye çalıştığı iki farklı değer düşünebilirim .R,2R2R^2 Örnek : örnektenR,2R2R^2β elde edilen regresyon denkleminin (yani ) numunenin dışında sonsuz miktarda veriye, ancak aynı verilerden uygulanması durumunda elde edilecek r-karesi üretim süreci.β^β^\hat{\beta} Nüfus :R,2R2R^2 β Sonsuz …

14 estimation  multiple-regression  r-squared  bias 

Kolmogorov-Smirnov testinin, parametreleri numuneden tahmin edilen bir dağılımın uygunluğunu test etmek için kullanılmaması gerektiğini okudum. Numunemi ikiye bölmek ve parametre tahmininde ilk yarıyı KS testi için ikinci yarıyı kullanmak mantıklı mı? Şimdiden teşekkürler

14 estimation  fitting  kolmogorov-smirnov 

Bu sorudan Pokemon Soulsilver'in mini oyunundan esinlenilmiştir: Bu 5x6 alanda gizli 15 bomba olduğunu düşünün (EDIT: maksimum 1 bomba / hücre): Şimdi, satır / sütun toplamları göz önüne alındığında, belirli bir alanda bomba bulma olasılığını nasıl tahmin edersiniz? Sütun 5'e bakarsanız (toplam bomba = 5), o zaman düşünebilirsiniz: Bu sütun …

14 probability  estimation  chi-squared  independence  games 

MLE = Maksimum Olabilirlik Tahmini MAP = Maksimum posteriori MLE sezgisel / naiftir, çünkü sadece parametre verilen gözlem olasılığı (yani olabilirlik fonksiyonu) ile başlar ve parametrenin gözlemle en iyi anlaşmaları bulmaya çalışır . Ancak, ön bilgi dikkate alınmaz. HARİTA, Bayes kuralı aracılığıyla ön bilgileri dikkate aldığı için daha makul görünmektedir. …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

Kısa versiyon: Sürekli bir dağılımdan örneklenen çok boyutlu bir veri kümesinin modunu tahmin etmenin en hesaplı olarak etkili yöntemi nedir? Uzun versiyon: Modunu tahmin etmem gereken bir veri setim var. Mod, ortalama veya ortanca ile uyuşmuyor. Aşağıda bir örnek gösterilmektedir, bu bir 2D örnektir, ancak bir ND çözümü daha iyi …

14 estimation  multivariate-analysis  continuous-data  mode 

Let Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3 ve Y4Y4Y_4 be rasgele dört değişkenleri, bu E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3 , buradaθ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 bilinmeyen parametrelerdir. AyrıcaVar(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2 , olduğunu varsayalım .i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. O zaman hangisi doğrudur? A. θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 tahmin edilebilir. B. θ1+θ3θ1+θ3\theta_1+\theta_3 tahmin edilebilir. C. θ1−θ3θ1−θ3\theta_1-\theta_3 tahmin edilebilir ve θ1-θ3'ün12(Y1+Y3)12(Y1+Y3)\dfrac{1}{2}(Y_1+Y_3)en iyi doğrusal yansız tahminidir.θ1−θ3θ1−θ3\theta_1-\theta_3 …

13 self-study  estimation  inference 

Yani, log-normal dağıtılmış rasgele değişkenler üreten rastgele bir süreç var . Karşılık gelen olasılık yoğunluk fonksiyonu:XXX O orijinal dağılımın birkaç anının dağılımını tahmin etmek istedim , diyelim ki 1. an: aritmetik ortalama. Bunu yapmak için 10000 aritmetik ortalama 10000 tahminini yapabilmem için 10000 rasgele değişken 10000 kez çizdim. Bu anlamı …

13 estimation  bias  fitting  lognormal  moments 

İstatistik ve parametre terimleri arasındaki farkı çok iyi biliyorum. Bir istatistiği örnek verilere bir işlev uygulanmasından elde edilen değer olarak görüyorum. Bununla birlikte, çoğu parametre örneği bir parametrik dağılımın tanımlanması ile ilgilidir. Yaygın bir örnek, normal dağılımı veya doğrusal bir regresyonu parametreleştirmek için katsayıları ve hata varyansını parametreleştirmek için ortalama …

13 estimation  terminology  sample  population 

Bu soru motive Bu teker . İki kaynağa baktım ve bulduğum şey bu. A. van der Vaart, Asimptotik İstatistikler: Bir profil olasılığını açıkça hesaplamak nadiren mümkündür, ancak sayısal değerlendirmesi genellikle mümkündür. O zaman profil olasılığı, olasılık fonksiyonunun boyutunu azaltmaya yarayabilir. Profil olabilirlik fonksiyonları genellikle parametrik modellerin (sıradan) olabilirlik fonksiyonları ile …

13 estimation  maximum-likelihood  likelihood  asymptotics  profile-likelihood 

Bazı parametre için iki tahmincimiz var ve . Hangi kestiricinin "daha iyi" olduğunu belirlemek için MSE'ye bakıyoruz (ortalama kare hatası)? Başka bir deyişle, bakıyoruz, burada tahmin edicinin önyargısıdır ve tahmin edicinin varyansıdır? Hangisi daha büyük bir MSE'ye sahipse daha kötü bir tahmin edicidir?α 2 x M S E = β …

13 estimation  mse 

"OLS" ölçüm hatası modelini tahmin etmek için kullanılabilecek yöntemler arıyorum. x i = X i + e x , i Y i = α + β X iyi=Yi+ey,iyi=Yi+ey,iy_{i}=Y_{i}+e_{y,i} xi=Xi+ex,ixi=Xi+ex,ix_{i}=X_{i}+e_{x,i} Yi=α+βXiYi=α+βXiY_{i}=\alpha + \beta X_{i} Hataların bağımsız olduğu ve bilinmeyen varyansların olduğu ve . "Standart" OLS bu durumda çalışmaz. σ 2 xσ2yσy2\sigma_{y}^{2}σ2xσx2\sigma_{x}^{2} …

13 regression  estimation  errors-in-variables 

L1 düzenli lineer regresyonu takmak için koordinat inişine karşı LARS [1] kullanmanın avantajları ve dezavantajları nelerdir? Ben esas olarak performans yönleriyle ilgileniyorum (sorunlarım Nyüzbinlerce ve p<20'de olma eğilimindedir ). Ancak, diğer görüşler de takdir edilecektir. edit: Soruyu gönderdiğimden beri, chl, Friedman ve arkadaşları tarafından koordinat inişinin diğer yöntemlerden önemli ölçüde …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Örnekleme sürecini öğrenirken, aşağıdaki iki ifadeyi karşılarım: 1) Örnekleme hatası çoğunlukla değişkenliğe neden olur, örneklemesiz hatalar yanlılığa neden olur. 2) Örnekleme hatası nedeniyle, bir numune genellikle bir CENSUS'tan daha doğrudur. Bu iki ifadeyi nasıl anlayacağımı bilmiyorum. Bu iki ifadeyi almanın altında yatan mantık nedir?

13 estimation  sampling  survey  bias