Pertanyaan yang diberi tag «estimation»

Tag ini terlalu umum; berikan tag yang lebih spesifik. Untuk pertanyaan tentang properti estimator tertentu, gunakan tag [estimator].


2
Keuntungan estimasi kepadatan kernel lebih dari estimasi parametrik
Apakah ada alasan khusus Anda akan memilih estimasi kepadatan kernel daripada estimasi parametrik? Saya sedang belajar menyesuaikan distribusi dengan data saya. Pertanyaan ini datang kepada saya. Ukuran data saya cukup besar dengan 7500 titik data. Klaim otomatis. Tujuan saya adalah mencocokkannya dengan distribusi (nonparametrik atau parametrik). Dan kemudian menggunakannya untuk …

2
Bisakah kita menolak hipotesis nol dengan interval kepercayaan yang dihasilkan melalui pengambilan sampel alih-alih hipotesis nol?
Saya telah diajarkan bahwa kita dapat menghasilkan estimasi parameter dalam bentuk interval kepercayaan setelah pengambilan sampel dari suatu populasi. Misalnya, interval kepercayaan 95%, tanpa asumsi yang dilanggar, harus memiliki tingkat keberhasilan 95% berisi apa pun parameter sebenarnya yang kami perkirakan ada dalam populasi. Yaitu, Menghasilkan estimasi titik dari sampel. Menghasilkan …

2
Membalikkan masalah ulang tahun dengan banyak tabrakan
Asumsikan Anda memiliki tahun alien dengan panjang yang tidak diketahui N. Jika Anda memiliki sampel acak alien tersebut dan beberapa dari mereka berbagi ulang tahun, dapatkah Anda menggunakan data ini untuk memperkirakan panjang tahun? Misalnya, dalam sampel 100, Anda dapat memiliki dua kembar tiga (mis. Dua ulang tahun masing-masing dibagi …

1
Model pembelajaran dalam mana yang dapat mengklasifikasikan kategori yang tidak eksklusif satu sama lain
Contoh: Saya memiliki kalimat dalam deskripsi pekerjaan: "Java senior engineer in UK". Saya ingin menggunakan model pembelajaran yang mendalam untuk memperkirakannya sebagai 2 kategori: English dan IT jobs. Jika saya menggunakan model klasifikasi tradisional, hanya dapat memprediksi 1 label dengan softmaxfungsi di lapisan terakhir. Dengan demikian, saya dapat menggunakan 2 …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

2
Penduga parameter poisson yang tidak sesuai
Jumlah kecelakaan per hari adalah variabel acak Poisson dengan parameter , pada 10 hari yang dipilih secara acak jumlah kecelakaan diamati sebagai 1,0,1,1,2,0,2,0,0,1, apa yang akan menjadi penaksir yang tidak bias dari ?e λλλ\lambdaeλeλe^{\lambda} Saya mencoba mencoba dengan cara ini: Kita tahu bahwa , tetapi . Lalu apa yang akan …

2
Perbandingan antara penaksir Bayes
Pertimbangkan kerugian kuadratik , dengan diberikan sebelumnya mana . Misalkan kemungkinan. Temukan estimator Bayes .L(θ,δ)=(θ−δ)2L(θ,δ)=(θ−δ)2L(\theta,\delta)=(\theta-\delta)^2π(θ)π(θ)\pi(\theta)π(θ)∼U(0,1/2)π(θ)∼U(0,1/2)\pi(\theta)\sim U(0,1/2)f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|\theta)=\theta x^{\theta-1}\mathbb{I}_{[0,1]}(x), \theta>0δπδπ\delta^\pi Pertimbangkan kehilangan kuadratik tertimbang mana dengan prior . Biarkan menjadi kemungkinannya. Temukan estimator Bayes .Lw(θ,δ)=w(θ)(θ−δ)2Lw(θ,δ)=w(θ)(θ−δ)2L_w(\theta,\delta)=w(\theta)(\theta-\delta)^2w(θ)=I(−∞,1/2)w(θ)=I(−∞,1/2)w(\theta)=\mathbb{I}_{(-\infty,1/2)}π1(θ)=I[0,1](θ)π1(θ)=I[0,1](θ)\pi_1(\theta)=\mathbb{I}_{[0,1]}(\theta)f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|\theta)=\theta x^{\theta-1}\mathbb{I}_{[0,1]}(x), \theta>0δπ1δ1π\delta^\pi_1 Bandingkan danδπδπ\delta^\piδπ1δ1π\delta^\pi_1 Pertama saya perhatikan bahwa , dan saya berasumsi bahwa itu adalah kemungkinannya, kalau …

3
Perkirakan massa buah dalam kantong hanya dari total terkait?
Seorang instruktur di universitas saya mengajukan pertanyaan seperti ini (bukan untuk pekerjaan rumah karena kelas sudah selesai dan saya tidak ada di dalamnya). Saya tidak tahu bagaimana cara mendekatinya. Pertanyaannya menyangkut 2 kantong masing-masing berisi bermacam-macam buah yang berbeda: Kantong pertama berisi buah yang dipilih secara acak berikut: + ------------- …

1
Dari Identifikasi ke Estimasi
Saat ini saya sedang membaca karya Pearl (Pearl, 2009, 2nd edition) tentang hubungan sebab akibat dan perjuangan untuk membangun hubungan antara identifikasi nonparametrik dari suatu model dan estimasi aktual. Sayangnya, Pearl sendiri sangat diam tentang topik ini. Untuk memberikan contoh, saya memiliki model sederhana dalam pikiran dengan jalur kausal, , …

4
Cara sampel ketika Anda tidak tahu distribusinya
Saya cukup baru dalam hal statistik (beberapa program Uni tingkat pemula) dan ingin tahu tentang pengambilan sampel dari distribusi yang tidak diketahui. Khususnya, jika Anda tidak tahu tentang distribusi yang mendasarinya, apakah ada cara untuk "menjamin" bahwa Anda mendapatkan sampel yang representatif? Contoh untuk mengilustrasikan: katakanlah Anda mencoba mencari tahu …


2
Estimasi parameter dengan model linier umum
Secara default ketika kami menggunakan glmfungsi dalam R, ia menggunakan metode iteratively reweighted least square (IWLS) untuk menemukan estimasi kemungkinan maksimum parameter. Sekarang saya punya dua pertanyaan. Apakah estimasi IWLS menjamin maksimum global dari fungsi kemungkinan? Berdasarkan slide terakhir dalam presentasi ini , saya pikir tidak! Saya hanya ingin memastikan …

1
Bagaimana estimasi kemungkinan maksimum memiliki perkiraan distribusi normal?
Saya telah membaca tentang MLE sebagai metode untuk menghasilkan distribusi yang sesuai. Saya menemukan sebuah pernyataan yang mengatakan bahwa perkiraan kemungkinan maksimum "memiliki perkiraan distribusi normal." Apakah ini berarti bahwa jika saya menerapkan MLE berulang kali pada data saya dan keluarga distribusi yang saya coba cocokkan, model yang saya dapatkan …

2
Bagaimana keseragaman memimpin sebelumnya dengan perkiraan yang sama dari kemungkinan maksimum dan mode posterior?
Saya mempelajari berbagai metode estimasi titik dan membaca bahwa ketika menggunakan estimasi MAP vs ML, ketika kami menggunakan "uniform uniform", perkiraannya sama. Adakah yang bisa menjelaskan apa itu "seragam" sebelumnya dan memberikan beberapa contoh (sederhana) tentang kapan penduga MAP dan ML akan sama?

1
Apakah R-square yang disesuaikan berusaha untuk memperkirakan skor tetap atau populasi skor acak r-kuadrat?
Populasi r-square dapat didefinisikan dengan asumsi skor tetap atau skor acak:ρ2ρ2\rho^2 Skor tetap: Ukuran sampel dan nilai-nilai tertentu dari prediktor dijaga tetap. Jadi, adalah proporsi varians yang dijelaskan dalam hasil oleh persamaan regresi populasi ketika nilai prediktor dijaga konstan.ρ2fρf2\rho^2_f Skor acak: Nilai-nilai khusus dari prediktor diambil dari distribusi. Dengan demikian, …

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.