«estimators» etiketlenmiş sorular

Gözlenen verilere dayalı olarak belirli bir miktarın tahminini hesaplamak için bir kural [Wikipedia].

3
Tutarlı bir tahmin edici ile tarafsız bir tahmin edici arasındaki fark nedir?
Bunu gerçekten kimsenin sormamış gibi görünmesine şaşırdım ... Tahmin edicileri tartışırken, sıklıkla kullanılan iki terim "tutarlı" ve "yansız" dır. Sorum basit: fark nedir? Bu terimlerin kesin teknik tanımları oldukça karmaşıktır ve bunların ne için sezgisel bir fikir edinmesini zor demek . İyi bir tahminci ve kötü bir tahminci hayal edebiliyorum, …


1
Kuantil regresyon: Hangi standart hatalar?
summary.rqDan işlev quantreg skeç dilim regresyon katsayılarının standart hata tahminleri için seçimler çok sayıda sağlar. Bunların her birinin optimal / arzu edilir hale geldiği özel senaryolar nelerdir? Koenker'de (1994) açıklandığı gibi bir sıralama testini ters çevirerek tahmini parametreler için güven aralıkları üreten "sıralama". Varsayılan seçenek hataların kimliğini varsayırken, iid = …


9
Bir tahminci ile istatistik arasındaki fark nedir?
Bir istatistiğin örneklerden elde edebileceğiniz bir nitelik olduğunu öğrendim. Aynı büyüklükte birçok örnek alarak, bu özniteliği hepsi için hesaplayarak ve pdf'yi çizerek, ilgili özniteliğin dağılımını veya ilgili istatistiklerin dağılımını elde ettik. İstatistiğin tahmin ediciler için yapıldığını da duydum, bu iki kavram nasıl farklılık gösteriyor?

3
R: Veri setinde NaN bulunmamasına rağmen “yabancı işlev çağrısı” na NaN / Inf atma Rastgele Orman [kapalı]
Bir veri kümesi üzerinde çapraz doğrulanmış rasgele bir orman çalıştırmak için şapka kullanıyorum. Y değişkeni bir faktördür. Veri setimde hiç NaN, Inf veya NA yok. Ancak rastgele orman çalıştırırken, alıyorum Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use …

2
Kesişme ve eğim için OLS tahmin ediciler arasındaki korelasyon
Basit bir regresyon modelinde, y=β0+β1x+ε,y=β0+β1x+ε, y = \beta_0 + \beta_1 x + \varepsilon, OLS tahmin edicileri ve ilişkilendirilir.ββ^OLS0β^0OLS\hat{\beta}_0^{OLS}β^OLS1β^1OLS\hat{\beta}_1^{OLS} İki tahminci arasındaki korelasyon için formül (eğer doğru bir şekilde türetmişsem): Corr(β^OLS0,β^OLS1)=−∑ni=1xin−−√∑ni=1x2i−−−−−−−√.Corr⁡(β^0OLS,β^1OLS)=−∑i=1nxin∑i=1nxi2. \operatorname{Corr}(\hat{\beta}_0^{OLS},\hat{\beta}_1^{OLS}) = \frac{-\sum_{i=1}^{n}x_i}{\sqrt{n} \sqrt{\sum_{i=1}^{n}x_i^2} }. Sorular: Korelasyonun varlığı için sezgisel açıklama nedir? Korelasyonun varlığının önemli etkileri var mı? Sonrası edildi …

2
Küçültülmüş
Kafamda, Pearson korelasyon katsayısının popülasyon değerinin iki tür tahmincisi hakkında bir kafa karışıklığı oldu. A. Fisher, (1915) iki değişkenli normal popülasyon ampirik için gösterdi a, negatif eğimli tahmincisi p'ye eğilim, sadece küçük bir numune boyutu (pratikte önemli miktarda olmasına rağmen, n < 30 ). Numune r hafife p o daha …


1
Aynı kutu ve bıyık arsa ile Anscombe benzeri veri setleri (ortalama / std / median / MAD / dak / max)
EDIT: Bu soru şişirildiği için bir özet: aynı karma istatistiklere sahip (anlamlı, ortalama, orta derece ve ilişkili dağılımları ve gerileme) farklı anlamlı ve yorumlanabilir veri kümeleri bulmak. Anscombe dörtlüsü (bkz . Yüksek boyutlu verileri görselleştirme amacı? ), Aynı marjinal ortalama / standart sapma (dört ve dört , ayrı ayrı) ve …



2
Maksimum Olabilirlik Tahmin Edicileri - Çok Değişkenli Gauss
bağlam Çok Değişkenli Gauss, Makine Öğreniminde sıkça görülür ve aşağıdaki sonuçlar, türevleri olmayan birçok ML kitap ve dersinde kullanılır. Bir matris şeklinde verilen veriler XX\mathbf{X} boyutları m×pm×p m \times p , biz veri aşağıdaki varsayarsak ppp -variate Gauss parametrelerle dağılımı ortalama μμ\mu ( p×1p×1p \times 1 ) ve kovaryans matrisi …

1
Maksimum olasılık ve momentler yöntemi ne zaman aynı tahmin edicileri üretir?
Geçen gün bu soru soruldu ve daha önce hiç düşünmemiştim. Sezgim her tahmincinin avantajlarından geliyor. Maksimum olasılık tercihen veri oluşturma sürecinden emin olduğumuz zamandır, çünkü momentler yönteminin aksine, tüm dağılım bilgisini kullanır. MoM tahmincileri sadece anlarda bulunan bilgileri kullandığından, tahmin etmeye çalıştığımız parametre için yeterli istatistikler tam olarak verilerin anları …

1
Sıfır hipotezi altında değiştirilebilir örneklerin ardındaki sezgi nedir?
Permütasyon testleri (randomizasyon testi, yeniden randomizasyon testi veya kesin test olarak da adlandırılır) çok faydalıdır ve örneğin normal dağıtım varsayımı t-testkarşılanmadığında ve değerlerin parametrik olmayan test Mann-Whitney-U-test, daha fazla bilginin kaybolmasına neden olur. Bununla birlikte, bu tür bir test kullanılırken bir ve sadece bir varsayım göz ardı edilmemelidir, örneklerin sıfır …
16 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.