«inference» etiketlenmiş sorular

Bu harika kitabı okudum: Johnson ve Wichern tarafından uygulanan çok değişkenli istatistiksel analiz . Buradaki ironi, ayrı tek değişkenli (regresyon) modeller yerine çok değişkenli (regresyon) modelleri kullanma motivasyonunu hala anlayamıyorum. Ben stats.statexchange mesajların geçti 1 ve 2 açıklamak katına ve çok değişkenli regresyon ve çok değişkenli regresyon sonuçlarının (b) yorumlama …

28 regression  multiple-regression  inference  multivariate-regression 

Bayesci istatistiklerinde, genellikle posterior dağılımın içe çekilemez olduğu ve bu nedenle yaklaşık çıkarımın uygulanması gerektiği belirtilir. Bu kararsızlığa neden olan faktörler nelerdir?

28 bayesian  approximation  inference 

Toplam karşılaştırması yaptığımız, ikili istatistiklere ilişkin post-hoc çıkarımlar veya çoklu bir regresyon gibi çoklu karşılaştırma senaryosuna sahip olduğumuzu varsayalım . Ayrıca, bu katlar arasındaki çıkarımı, güven aralıkları kullanarak desteklemek istediğimizi varsayalım.mmm 1. CI'lara çoklu karşılaştırma ayarlamaları yapıyor muyuz? Yani çoklu karşılaştırmalar yeniden tanımlanmasını zorlayacak gibi, olan birine aile bilge hata …

26 confidence-interval  multiple-comparisons  inference 

Cross Validated'in trollenmesinden sonra hala, KL bilgi ayrıntısını bilgi teorisi dünyasının dışında anlamaya daha yakın olduğumu hissetmiyorum. Bilgi teorisi açıklamasını daha kolay anlayabilmeniz için Matematik kökenli biri olarak oldukça garip. Anlayışımı bir bilgi teorisi altyapısından özetlemek için: Sınırlı sayıda sonuç içeren rastgele bir değişkenimiz varsa, sonucu ortalama olarak en kısa …

23 inference  entropy  information-theory  kullback-leibler  compression 

İçin Google’ı "fisher" "fiducial" ... çok fazla hit alıyorum ama takip ettiğim her şey tamamen anladığımın ötesinde. Bütün bu hitlerin ortak bir özelliği var gibi görünüyor: hepsi yünlü boya istatistikçilerine, teoriye, uygulamaya, tarihe ve istatistiklerin bilgisine iyice sarılmış insanlar için yazılmıştır. (Bu nedenle, bu hesapların hiçbiri, jargon okyanuslarına başvurmadan ve …

23 bayesian  inference  terminology  fiducial  ronald-fisher 

(İstatistiksel dilden ziyade lay dilin kullanımı için şimdiden özür dileriz.) Belirli bir fiziksel altı taraflı kalıbın her iki tarafının yuvarlanma olasılığını makul bir güvende, yaklaşık% +/- 2 aralığında ölçmek istersem, kaç örnek kalıp rulosuna ihtiyaç duyulur? Yani, her bir sonucu sayarak% 98'in% 14,6 -% 18,7 arasında olduğundan emin olmak için …

22 probability  inference  pdf  dice 

Bayesci çıkarımda, gelecekteki veriler için bir tahmin edici dağılım bilinmeyen parametrelerin bütünleştirilmesiyle elde edilir; Bu parametrelerin posterior dağılımına entegrasyon posterior tahminsel dağılım verir - daha önce gözlemlenmiş olanlara bağlı gelecekteki veriler için bir dağılım. Parametre tahminlerindeki belirsizliği hesaba katan, öngörülen çıkarsama için hangi Bayesian olmayan yöntemler var (yani, sadece maksimum …

22 prediction  inference  prediction-interval 

Okudum Neyman-Pearson Lemmasını kitaptan İstatistik Teorisine Giriş Mood, Graybill ve Boes tarafından. Ama ben lemi anlamadım. Birisi bana lemi bana basit kelimelerle açıklayabilir mi? Ne ifade ediyor? Neyman- Pearson lemması: Let X1,…,XnX1,…,XnX_1,\ldots,X_n rasgele bir örnek olarak , iki bilinen değerlerden biridir ve ve izin olacak sabit.f(x;θ)f(x;θ)f(x;\theta)θθ\thetaθ0θ0\theta_0θ1θ1\theta_10&lt;α&lt;10&lt;α&lt;10<\alpha<1 Let pozitif bir sabittir …

21 hypothesis-testing  self-study  references  inference  likelihood-ratio 

Anladığım kadarıyla tanımlayıcı istatistikler, bir veri örneğinin özelliklerini nicel olarak tanımlarken, çıkarımsal istatistikler örneklerin alındığı popülasyonlar hakkında çıkarımlar yaptı. Ancak, istatistiksel çıkarım için wikipedia sayfası şöyledir : Çoğunlukla, istatistiksel çıkarım, bir grup rastgele örneklemeyle ilgi popülasyonundan elde edilen verileri kullanarak, popülasyonlar hakkında önerilerde bulunur. “Çoğunlukla”, bu kavramları belki de doğru …

21 terminology  descriptive-statistics  inference 

Ben bir istatistikçiyim (matematiksel istatistikte bir dersim vardı ama bundan daha fazlası yok) ve son zamanlarda bilgi teorisi ve istatistik mekaniği okurken "belirsizlik ölçüsü" / "entropi" denilen bir şeyle tanıştım. Bunun için Khinchin türevini bir belirsizlik ölçüsü olarak okudum ve bana anlamlı geldi. Mantıklıydı bir veya daha fazla fonksiyon aritmetik …

21 entropy  inference 

Tersine çevirme yöntemi nasıl çalışır? Rasgele bir numune olması demek yoğunluğu ile boyunca ve bu nedenle ile . Sonra inversiyon yöntemi ile olarak dağılımını elde ederim . X1,X2,...,XnX1,X2,...,XnX_1,X_2,...,X_nf(x;θ)=1θx(1−θ)θf(x;θ)=1θx(1−θ)θf(x;\theta)={1\over \theta} x^{(1-\theta)\over \theta} 0&lt;x&lt;10&lt;x&lt;10<x<1FX(x)=x1/θFX(x)=x1/θF_X(x)=x^{1/\theta}(0,1)(0,1)(0,1)XXXF−1X(u)=uθFX−1(u)=uθF_X^{-1}(u)=u^\theta Peki dağılımına sahip mi? Tersine çevirme yöntemi böyle mi çalışır?uθuθu^\thetaXXX u&lt;-runif(n) x&lt;-u^(theta)

21 r  distributions  inference  random-generation  inverse-cdf 

Bu tek değişkenli doğrusal regresyon modeli için veri kümesi D = { ( x 1 , y 1 ) , verilmiştir . . . , ( X , n , Y , n ) } , katsayı tahminleri olan β 1 = Σ i x i y i - N …

20 standard-error  inference 

Öngörü büzülmesi / seçimi için elastik ağ prosedürüyle gerçekten ilgileniyorum. Çok güçlü görünüyor. Ancak bilimsel açıdan, katsayıları aldıktan sonra ne yapacağımı iyi bilmiyorum. Hangi soruyu cevaplıyorum? Bunlar sonucu en çok etkileyen değişkenlerdir ve bunlar validasyon sırasında en iyi varyans / yanlılık oranını veren katsayılardır? Bu elbette klasik p değer / …

19 hypothesis-testing  prediction  inference  lasso  elastic-net 

Yakın zamanda burada yayınlanan bir yorumda, bir yorumcu, Larry Wasserman'ın (herhangi bir kaynak olmadan), sık sık çıkarımın olasılık ilkesi ile çatıştığına dikkat çeken bir bloga işaret etti . Olabilirlik ilkesi basitçe benzer olabilirlik fonksiyonlarını veren deneylerin benzer çıkarım vermesi gerektiğini söyler. Bu sorunun iki kısmı: Hangi bölümler, lezzet veya sık …

19 inference  likelihood  frequentist  likelihood-principle 

Let θ ∈ Rnθ∈R,n\theta \in R^{n} . Fisher Bilgi Matrisi şu şekilde tanımlanır: ben( θ)ben , j,= - E[ ∂2günlük( f(X| θ ) )∂θben∂θj|||θ ]ben(θ)ben,j=-E[∂2günlük⁡(f(X|θ))∂θben∂θj|θ]I(\theta)_{i,j} = -E\left[\frac{\partial^{2} \log(f(X|\theta))}{\partial \theta_{i} \partial \theta_{j}}\bigg|\theta\right] Fisher Information Matrix'in pozitif semidefinite olduğunu nasıl kanıtlayabilirim?

19 inference  linear-algebra  fisher-information