Pertanyaan yang diberi tag «confidence-interval»

Interval kepercayaan adalah interval yang mencakup parameter yang tidak diketahui (1α)%kepercayaan. Interval kepercayaan adalah konsep yang sering terjadi. Mereka sering bingung dengan interval kredibel yang merupakan analog Bayesian.

3
Interval Keyakinan untuk varian diberikan satu pengamatan
Ini adalah masalah dari "7th Kolmogorov Student Olympiad in Probability Theory": Diberikan satu pengamatan dari distribusi dengan kedua parameter tidak diketahui, berikan interval kepercayaan untuk dengan tingkat kepercayaan setidaknya 99%.XXXNormal(μ,σ2)Normal⁡(μ,σ2)\operatorname{Normal}(\mu,\sigma^2)σ2σ2\sigma^2 Bagi saya sepertinya ini tidak mungkin. Saya punya solusinya, tetapi belum membacanya. Adakah pikiran? Saya akan memposting solusinya dalam beberapa …

1
Membangun interval kepercayaan berdasarkan kemungkinan profil
Dalam kursus statistik dasar saya, saya belajar bagaimana membangun interval kepercayaan 95% seperti rata-rata populasi, μμ\mu , berdasarkan normalitas asimptotik untuk ukuran sampel "besar". Terlepas dari metode resampling (seperti bootstrap), ada pendekatan lain berdasarkan "kemungkinan profil" . Bisakah seseorang menjelaskan pendekatan ini? Dalam situasi apa, CI 95% yang dibangun berdasarkan …



9
Bagaimana cara menentukan kepercayaan prediksi jaringan saraf?
Untuk mengilustrasikan pertanyaan saya, anggaplah saya memiliki perangkat pelatihan di mana input memiliki tingkat kebisingan tetapi hasilnya tidak, misalnya; # 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] di sini output adalah …

2
cakupan interval kepercayaan dengan estimasi yang diregulasi
Misalkan saya mencoba untuk memperkirakan sejumlah besar parameter dari beberapa data dimensi tinggi, menggunakan beberapa jenis perkiraan yang diatur. Pembuat peraturan memperkenalkan beberapa bias ke dalam estimasi, tetapi masih bisa menjadi trade-off yang baik karena pengurangan varians harus lebih dari sekadar menebusnya. Masalahnya muncul ketika saya ingin memperkirakan interval kepercayaan …



4
Bagaimana cara memproyeksikan vektor baru ke ruang PCA?
Setelah melakukan analisis komponen utama (PCA), saya ingin memproyeksikan vektor baru ke ruang PCA (yaitu menemukan koordinatnya dalam sistem koordinat PCA). Saya telah menghitung PCA dalam bahasa R menggunakan prcomp. Sekarang saya harus bisa mengalikan vektor saya dengan matriks rotasi PCA. Haruskah komponen utama dalam matriks ini disusun dalam baris …
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 

3
Interval kepercayaan RMSE
Saya telah mengambil sampel titik data dari suatu populasi. Masing-masing poin ini memiliki nilai sebenarnya (diketahui dari kebenaran dasar) dan nilai estimasi. Saya kemudian menghitung kesalahan untuk setiap titik sampel dan kemudian menghitung RMSE sampel.nnn Bagaimana saya bisa menyimpulkan semacam interval kepercayaan di sekitar RMSE ini, berdasarkan pada ukuran sampel …

1
Menghitung interval prediksi untuk regresi logistik
Saya ingin memahami cara membuat interval prediksi untuk estimasi regresi logistik. Saya disarankan untuk mengikuti prosedur dalam Pemodelan Data Biner Collett , 2nd Ed hal.98-99. Setelah menerapkan prosedur ini dan membandingkannya dengan R predict.glm, saya benar-benar berpikir buku ini menunjukkan prosedur untuk menghitung interval kepercayaan , bukan interval prediksi. Implementasi …

1
Interval kepercayaan sekitar rasio dua proporsi
Saya memiliki dua proporsi (mis., Rasio klik-tayang (RKT) pada tautan dalam tata letak kontrol, dan RKT pada tautan dalam tata letak eksperimental), dan saya ingin menghitung interval kepercayaan 95% di sekitar rasio proporsi ini. Bagaimana saya melakukan ini? Saya tahu saya bisa menggunakan metode delta untuk menghitung varian dari rasio …

3
Cara menggabungkan interval kepercayaan untuk komponen varians dari model efek campuran saat menggunakan beberapa imputasi
Logika multiple imputation (MI) adalah untuk menghitung nilai yang hilang tidak hanya sekali tetapi beberapa kali (biasanya M = 5) kali, menghasilkan set data selesai M. Kumpulan data M lengkap kemudian dianalisis dengan metode data lengkap tempat estimasi M dan kesalahan standarnya digabungkan menggunakan rumus Rubin untuk mendapatkan taksiran "keseluruhan" …

4
Apa nilai yang benar untuk presisi dan mengingat dalam kasus tepi?
Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya sedang menerapkan tes statistik di mana saya …
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 

2
Merencanakan interval kepercayaan untuk probabilitas yang diprediksi dari regresi logistik
Ok, saya memiliki regresi logistik dan telah menggunakan predict()fungsi untuk mengembangkan kurva probabilitas berdasarkan perkiraan saya. ## 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") Ini bagus, tetapi saya ingin tahu tentang …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.