Pertanyaan yang diberi tag «estimation»

Misalkan kita memiliki proses Bernoulli dengan probabilitas kegagalan qqq (yang akan menjadi kecil, katakanlah, q≤0.01q≤0.01q \leq 0.01 ) dari mana kita sampel sampai kita menemukan 101010 kegagalan. Kami dengan demikian memperkirakan probabilitas kegagalan sebagai q : = 10 / N di mana N adalah jumlah sampel.q^:=10/Nq^:=10/N\hat{q}:=10/NNNN Pertanyaan : Apakah q …

15 estimation  bernoulli-distribution 

Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan menyebabkan lebih banyak informasi hilang. Namun, satu dan hanya satu asumsi yang tidak …

15 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 

Pendekatan umum untuk memperkirakan parameter distribusi normal adalah dengan menggunakan mean dan sampel standar deviasi / varians. Namun, jika ada beberapa outlier, median dan deviasi median dari median harus jauh lebih kuat, bukan? Pada beberapa set data saya mencoba, distribusi normal diperkirakan oleh tampaknya menghasilkan lebih cocok banyak daripada klasik …

15 normal-distribution  estimation  outliers  robust  unbiased-estimator 

Saya perlu "mempelajari" distribusi gaussian bivariat dengan beberapa sampel, tetapi hipotesis yang baik pada distribusi sebelumnya, jadi saya ingin menggunakan pendekatan bayesian. Saya mendefinisikan sebelumnya: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & 0 \\ 0 …

15 distributions  bayesian  estimation  covariance  posterior 

Katakanlah saya punya satu set besar SSS nilai yang kadang-kadang berulang. Saya ingin memperkirakan jumlah total nilai unik di set besar. Jika saya mengambil sampel acak dari nilai-nilai, dan menentukan bahwa itu berisi T u nilai unik, saya dapat menggunakan ini untuk memperkirakan jumlah nilai unik dalam set besar?TTTTkamuTkamuT_u

15 estimation  sampling 

Saya mencoba menggunakan fungsi ' density ' di R untuk melakukan estimasi kepadatan kernel. Saya mengalami beberapa kesulitan menafsirkan hasil dan membandingkan berbagai dataset karena tampaknya area di bawah kurva belum tentu 1. Untuk setiap fungsi kepadatan probabilitas (pdf) , kita perlu memiliki area ∫ ∞ - ∞ ϕ ( …

15 r  estimation  pdf  kernel-smoothing  auc 

Jeffrey Wooldridge dalam Analisis Ekonometrik dari Cross Section dan Panel Data (halaman 357) mengatakan bahwa Hessian empiris "tidak dijamin pasti positif, atau bahkan semidefinit positif, untuk sampel tertentu yang sedang kami kerjakan.". Ini kelihatannya salah bagi saya sebagai (masalah numerik terpisah) Hessian harus semidefinit positif sebagai hasil dari definisi M-estimator …

15 estimation  maximum-likelihood  econometrics  asymptotics 

Saya tertarik dengan gagasan penyusutan James-Stein (yaitu bahwa fungsi nonlinier dari pengamatan tunggal terhadap suatu vektor yang normalnya independen dapat menjadi penaksir yang lebih baik dari rata-rata variabel acak, di mana 'lebih baik' diukur dengan kuadrat kesalahan ). Namun, saya belum pernah melihatnya dalam pekerjaan terapan. Jelas saya tidak cukup …

15 estimation  error  shrinkage  application  steins-phenomenon 

Saya pikir, saya sudah mengerti definisi matematika dari penduga yang konsisten. Koreksi saya jika saya salah: WnWnW_n adalah estimator yang konsisten untukθθ\theta jika∀ϵ>0∀ϵ>0\forall \epsilon>0 limn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θlimn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θ\lim_{n\to\infty} P(|W_n - \theta|> \epsilon) = 0, \quad \forall\theta \in \Theta Di mana, ΘΘ\Theta adalah Parametric Space. Tetapi saya ingin memahami perlunya penaksir untuk konsisten. Mengapa …

15 estimation  consistency 

Saya memiliki data tentang karyawan perusahaan besar Italia selama lebih dari sepuluh tahun dan saya ingin melihat bagaimana kesenjangan gender dalam pendapatan pria-wanita berubah dari waktu ke waktu. Untuk tujuan ini saya menjalankan OLS dikumpulkan: yit=X′itβ+δmalei+∑t=110γtdt+εityit=Xit′β+δmalei+∑t=110γtdt+εit y_{it} = X'_{it}\beta + \delta {\rm male}_i + \sum^{10}_{t=1}\gamma_t d_t + \varepsilon_{it} di mana …

15 hypothesis-testing  estimation  econometrics  fixed-effects-model 

Saya mencoba memahami beberapa makalah oleh Mark van der Laan. Dia seorang ahli statistik teoritis di Berkeley yang mengerjakan masalah yang tumpang tindih secara signifikan dengan pembelajaran mesin. Satu masalah bagi saya (selain matematika yang mendalam) adalah bahwa ia sering akhirnya menggambarkan pendekatan pembelajaran mesin yang akrab dengan menggunakan terminologi …

15 mathematical-statistics  estimation  nonparametric  autocorrelation  censoring 

Saya bertanya-tanya apakah estimasi kemungkinan maksimum pernah digunakan dalam statistik. Kami belajar konsep itu tetapi saya bertanya-tanya kapan itu benar-benar digunakan. Jika kita mengasumsikan distribusi data, kita menemukan dua parameter, satu untuk mean dan satu untuk varians, tetapi apakah Anda benar-benar menggunakannya dalam situasi nyata? Adakah yang bisa memberi tahu …

14 estimation  maximum-likelihood 

θ^θ^\hat\thetaθ∗θ∗\theta^*nnn∥θ^−θ∗∥‖θ^−θ∗‖\lVert\hat\theta-\theta^*\rVertO(1/n−−√)O(1/n)O(1/\sqrt n)∥Eθ^−θ∗∥‖Eθ^−θ∗‖\lVert \mathbb E\hat\theta - \theta^*\rVert∥Eθ^−θ^∥‖Eθ^−θ^‖\lVert \mathbb E\hat\theta - \hat\theta\rVertO(1/n−−√)O(1/n)O(1/\sqrt{n}) Saya tertarik pada model yang memiliki bias yang menyusut lebih cepat dari O(1/n−−√)O(1/n)O(1/\sqrt n) , tetapi di mana kesalahan tidak menyusut pada tingkat yang lebih cepat ini karena penyimpangan masih menyusut sebagai O(1/n−−√)O(1/n)O(1/\sqrt n) . Secara khusus, saya ingin mengetahui …

14 variance  estimation  maximum-likelihood  bias 

Dalam kasus-kasus tertentu, Jeffrey sebelum untuk model multidimensi penuh pada umumnya dianggap tidak memadai, ini misalnya dalam: (di mana , dengan dan tidak diketahui) di mana prior berikut lebih disukai (ke Jeffrey penuh sebelumnya \ pi (\ mu, \ sigma) \ propto \ sigma ^ {- 2} ): p (\ …

14 distributions  bayesian  estimation  prior  jeffreys-prior 

Dalam variasi pada masalah pengumpul kupon , Anda tidak tahu jumlah kupon dan harus menentukan ini berdasarkan data. Saya akan menyebut ini sebagai masalah kue keberuntungan: Mengingat jumlah yang tidak diketahui yang berbeda pesan kue keberuntungan nnn , estimasi nnn dengan sampling cookies satu per satu dan menghitung berapa kali …

14 estimation  coupon-collector-problem