«frequentist» etiketlenmiş sorular

Sık sık çıkarımsal yaklaşımda, istatistiksel prosedürler, verileri oluşturduğu düşünülen bir sürecin varsayımsal olarak uzun bir tekrarlama performansı üzerinden değerlendirilir.

4
Bayes ve sık sık nokta tahmin edicileri hangi koşullar altında çakışır?
Düz bir öncekiyle, ML (sıklık - maksimum olasılık) ve MAP (Bayes - maksimum posteriori) tahmin edicileri çakışır. Bununla birlikte, daha genel olarak, bazı kayıp fonksiyonlarının iyileştiricileri olarak türetilen nokta tahmin edicilerden bahsediyorum. yani (Bayesian) x (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; \mathbb{E} \left( L(X-\hat x(y)) \; …

2
Sıklık ve öncelikler
Robby McKilliam bu yazının yorumunda şöyle diyor : Sıkça görülenler açısından, önceki bilgiyi modele dahil edememeniz için hiçbir neden olmadığı belirtilmelidir. Bu anlamda, sık görüş daha basittir, sadece bir modeliniz ve bazı verileriniz vardır. Önceki bilgileri modelden ayırmaya gerek yoktur Ayrıca, burada , @jbowman, sıkıcıların maliyet / ceza işleviyle düzenlemeyi …

2
İstatistiksel manzara
İstatistiğe çeşitli yaklaşımlar hakkında kısa bir anket yazan var mı? İlk yaklaşıma göre sık ve Bayesci istatistikleriniz var. Ama yakından baktığınızda, olasılıkçı ve ampirik Bayes gibi başka yaklaşımlarınız da var. Ve sonra Bayes istatistikleri içinde öznel Bayes objektif Bayes gibi gruplar içinde alt bölümleriniz var. Bir anket makalesi iyi olur. …

2
Biz frekansçılar gerçekten sadece örtük / farkında olmayan Bayesliler mi?
Belirli bir çıkarım problemi için, Bayesci bir yaklaşımın genellikle hem biçim olarak hem de fütürist bir yaklaşımdan kaynaklandığını biliyoruz. Sık sık (genellikle beni içerir) çoğu zaman yöntemlerinin bir önceliğe ihtiyaç duymadığına ve dolayısıyla "yargıya dayalı" olmaktan çok "veri güdümlü" olduğuna işaret eder. Tabii ki Bayesian bilgilendirici olmayan önceliklere işaret edebilir …

2
Voltmetre hikayesini sık sık ele alan nedir?
Voltmetre hikayesini ve varyasyonlarını sık sık ele alan nedir? Bunun arkasındaki fikir, varsayımsal olaylara hitap eden bir istatistiksel analizin, daha sonra bu varsayımsal olayların varsayıldığı gibi yapılamayacağı öğrenilirse gözden geçirilmesi gerektiğidir. Vikipedi'de hikayenin versiyonu aşağıda verilmiştir. Bir mühendis rastgele bir elektron tüpü örneği çizer ve voltajlarını ölçer. Ölçümler 75 ila …

2
Örnekleme dağılımları çıkarım için meşru mudur?
Bazı Bayesliler, "benzersiz örnekleme dağılımı yoktur" diyerek sık sık çıkarımda bulunurlar çünkü araştırmacının niyetine bağlıdır (Kruschke, Aguinis ve Joo, 2012, s. 733). Örneğin, bir araştırmacının veri toplamaya başladığını, ancak 40 katılımcıdan sonra fonunun beklenmedik bir şekilde kesildiğini varsayalım. Örnekleme dağılımları (ve müteakip CI'ler ve p değerleri) burada nasıl tanımlanabilir? Her …


5
Olasılıkta Bayesizmden daha fazlası var mı?
Fizik öğrencisi olarak "Neden Bayesiyim" dersini belki yarım düzine kez deneyimledim. Her zaman aynıdır - sunucu Bayes yorumunun kitleler tarafından kullanıldığı iddia edilen sık kullanılan yorumdan nasıl üstün olduğunu açık bir şekilde açıklar. Bayes yönetiminden, marjinalleşmesinden, önceliklerinden ve posteriorlarından bahsediyorlar. Gerçek hikaye nedir? Sıkça kullanılan istatistikler için meşru bir uygulanabilirlik …

3
Bir güven aralığı ne zaman mantıklıdır, ancak ilgili güvenilir aralık ne zaman anlam ifade etmez?
Genellikle% 95 kapsama alanına sahip bir güven aralığının, posterior yoğunluğun% 95'ini içeren güvenilir bir aralığa çok benzediğidir. Bu, önceki durumda üniform veya ikinci durumda üniformaya yakın olduğunda olur. Bu nedenle, güvenilir bir aralığa yaklaşmak için bir güven aralığı sıklıkla kullanılabilir veya tersi de geçerlidir. Önemli olarak, güvenilir bir aralık olarak …

2
Yanlış Tanımlama Altında İstatistiksel Çıkarım
İstatistiksel çıkarımın klasik muamelesi, doğru bir şekilde belirlenmiş bir istatistikselin kullanıldığı varsayımına dayanır. Yani, gözlenen verileri oluşturan , : nin bir parçasıdır. Ancak, çoğu durumda bunun gerçekten doğru olduğunu kabul edemeyiz. Doğru belirlenmiş varsayımı bıraktığımızda istatistiksel çıkarım prosedürlerinde ne olacağını merak ediyorum.y M P ∗ (Y)∈ M ={ P θ …

2
Frekansçı İstatistiklerde Öznellik
Bayesian istatistiklerinin oldukça öznel olabileceği iddiasını sık sık duyuyorum. Bu temel çıkarım, bir öncekinin seçimine bağlıdır (bir öncekini seçmek için maksimum entropi kayıtsızlık ilkesini kullanabilmesine rağmen). Buna karşılık iddia, sıklık istatistikleri genel olarak daha objektiftir. Bu açıklamada ne kadar gerçek var? Ayrıca, bu beni meraklandırıyor: Özellikle sübjektif olabilen ve Bayesçi …

3
Parametrik ve parametrik olmayan önyükleme ile ilgili sorular
Kevin Murphy'nin " Makine Öğrenmesi - Olasılıklı Bir Bakış Açısı " kitabından Sık İstatistikler bölümünü okuyorum . Bootstrap bölümü şu şekildedir: Bootstrap, örnekleme dağılımını yaklaşık olarak tahmin etmek için basit bir Monte Carlo tekniğidir. Bu özellikle tahmin edicinin gerçek parametrelerin karmaşık bir fonksiyonu olduğu durumlarda kullanışlıdır. Fikir basit. Biz gerçek …

2
EDA'ya Bayesçi ve sık sık yaklaşımlarda farklılıklar var mı?
Çok basit bir ifadeyle: Keşifsel Veri Analizine Bayesci ve Sıkça Yaklaşımlarda herhangi bir fark var mı? Histogram, histogram, dağılım grafiği dağılım grafiği vb. . Sonunda, uygulanan her şeyin hakemi olan CRAN'a baktım: Bayesci bir yaklaşıma uygun paketler bulamadım. Bununla birlikte, CV'nin buna ışık tutabilecek birkaç insanı olabileceğini düşündüm. Neden farklılıklar …


2
Güven aralığı aslında bir parametre tahmininin belirsizliğinin bir ölçüsünü sağlıyor mu?
İstatistikçi William Briggs tarafından bir blog yazısı okuyordum ve aşağıdaki iddia en azını söylemekle ilgilendi. Bundan ne çıkarıyorsun? Güven aralığı nedir? Elbette, verileriniz için bir aralık sağlayacak olan bir denklemdir. Parametre tahmininin belirsizliğini ölçmek içindir. Şimdi, elinizde olan CI hakkında söyleyebildiğiniz tek şey, kesinlikle varsaydığımız frekansçı teoriye göre, parametrenin gerçek …

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