Pertanyaan yang diberi tag «inference»

Menarik kesimpulan tentang parameter populasi dari data sampel. Lihat https://en.wikipedia.org/wiki/Inference dan https://en.wikipedia.org/wiki/Statribution_inference

1
Binomial Neg dan Prioritas Jeffrey
Saya mencoba mendapatkan sebelum Jeffrey untuk distribusi binomial negatif. Saya tidak bisa melihat di mana saya salah, jadi jika seseorang bisa membantu menunjukkan itu akan dihargai. Oke, jadi situasinya adalah ini: Saya akan membandingkan distribusi sebelumnya yang diperoleh menggunakan binomial dan binomial negatif, di mana (dalam kedua kasus) ada percobaan …

1
Memperkirakan probabilitas keberhasilan, diberikan referensi populasi
Misalkan Anda memiliki situasi berikut: Anda mengamati 1000 pemain bowling, yang masing-masing memainkan sejumlah kecil permainan (katakan 1 hingga 20). Anda mencatat persentase pukulan untuk masing-masing pemain di atas jumlah permainan yang dimainkan masing-masing pemain. Seorang pemain bowling baru datang dan memainkan 10 pertandingan dan mendapat 3 serangan. Distribusi jumlah …

1
R / mgcv: Mengapa produk tensor () dan ti () menghasilkan permukaan yang berbeda?
The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 



1
Tentang keberadaan UMVUE dan pilihan penaksir
Mari menjadi sampel acak yang diambil dari N ( θ , θ 2 ) populasi di mana θ ∈ R .(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n)N(θ,θ2)N(θ,θ2)\mathcal N(\theta,\theta^2)θ∈Rθ∈R\theta\in\mathbb R Saya mencari UMVUE dari .θθ\theta Densitas sambungan adalah(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n) fθ(x1,x2,⋯,xn)=∏i=1n1θ2π−−√exp[−12θ2(xi−θ)2]=1(θ2π−−√)nexp[−12θ2∑i=1n(xi−θ)2]=1(θ2π−−√)nexp[1θ∑i=1nxi−12θ2∑i=1nx2i−n2]=g(θ,T(x))h(x)∀(x1,⋯,xn)∈Rn,∀θ∈Rfθ(x1,x2,⋯,xn)=∏saya=1n1θ2πexp⁡[-12θ2(xsaya-θ)2]=1(θ2π)nexp⁡[-12θ2∑saya=1n(xsaya-θ)2]=1(θ2π)nexp⁡[1θ∑saya=1nxsaya-12θ2∑saya=1nxsaya2-n2]=g(θ,T(x))h(x)∀(x1,⋯,xn)∈Rn,∀θ∈R\begin{align} f_{\theta}(x_1,x_2,\cdots,x_n)&=\prod_{i=1}^n\frac{1}{\theta\sqrt{2\pi}}\exp\left[-\frac{1}{2\theta^2}(x_i-\theta)^2\right] \\&=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[-\frac{1}{2\theta^2}\sum_{i=1}^n(x_i-\theta)^2\right] \\&=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[\frac{1}{\theta}\sum_{i=1}^n x_i-\frac{1}{2\theta^2}\sum_{i=1}^nx_i^2-\frac{n}{2}\right] \\&=g(\theta,T(\mathbf x))h(\mathbf x)\qquad\forall\,(x_1,\cdots,x_n)\in\mathbb R^n\,,\forall\,\theta\in\mathbb R \end{align} , dengan danh(x)=1.g(θ,T(x))=1(θ2π√)nexp[1θ∑ni=1xi−12θ2∑ni=1x2i−n2]g(θ,T(x))=1(θ2π)nexp⁡[1θ∑i=1nxi−12θ2∑i=1nxi2−n2]g(\theta, T(\mathbf x))=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[\frac{1}{\theta}\sum_{i=1}^n x_i-\frac{1}{2\theta^2}\sum_{i=1}^nx_i^2-\frac{n}{2}\right]h(x)=1h(x)=1h(\mathbf x)=1 Di …

2
UMVUE dari sementara sampel dari populasi
Biarkan menjadi sampel acak dari kerapatan(X1,X2,…,Xn)(X1,X2,…,Xn)(X_1,X_2,\ldots,X_n)fθ(x)=θxθ−110<x<1,θ>0fθ(x)=θxθ−110<x<1,θ>0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 Saya mencoba menemukan UMVUE dari .θ1+θθ1+θ\frac{\theta}{1+\theta} Kepadatan bersama adalah(X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp[(θ−1)∑i=1nlnxi+nlnθ+ln(10<x1,…,xn<1)],θ>0fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp⁡[(θ−1)∑i=1nln⁡xi+nln⁡θ+ln⁡(10<x1,…,xn<1)],θ>0\begin{align} f_{\theta}(x_1,\cdots,x_n)&=\theta^n\left(\prod_{i=1}^n x_i\right)^{\theta-1}\mathbf1_{00 \end{align} Karena populasi pdf milik keluarga eksponensial satu-parameter, ini menunjukkan bahwa statistik yang cukup lengkap untuk \ theta adalah T (X_1, \ ldots, X_n) = \ sum_ {i = 1} ^ …

2
Mengapa estimator dianggap sebagai variabel acak?
Pemahaman saya tentang apa yang merupakan taksiran dan taksiran adalah: Penaksir: Aturan untuk menghitung taksiran Taksiran: Nilai dihitung dari sekumpulan data berdasarkan penaksir Di antara kedua istilah ini, jika saya diminta untuk menunjukkan variabel acak, saya akan mengatakan perkiraan adalah variabel acak karena nilainya akan berubah secara acak berdasarkan sampel …

2
Permintaan referensi: Statistik klasik untuk para ilmuwan data yang bekerja
Saya seorang ilmuwan data yang bekerja dengan pengalaman yang solid dalam regresi, algoritma tipe pembelajaran mesin lainnya, dan pemrograman (baik untuk analisis data dan pengembangan perangkat lunak umum). Sebagian besar kehidupan kerja saya difokuskan pada pembuatan model untuk akurasi prediktif (bekerja di bawah berbagai kendala bisnis), dan membangun jaringan pipa …

1
Apakah ada statistik nyata di balik "teorema baseball Pythagoras"?
Saya membaca buku tentang sabermetrics, khususnya Mathletics oleh Wayne Winston, dan di bab pertama ia memperkenalkan kuantitas yang dapat digunakan untuk memprediksi tingkat kemenangan tim: dan ia sepertinya mengisyaratkan bahwa, di pertengahan musim, itu dapat digunakan untuk memprediksi tingkat kemenangan lebih baik daripada tingkat kemenangan pada paruh pertama musim. Ia …


3
Konsep 'terbukti secara statistik'
Ketika berita berbicara tentang hal-hal yang 'terbukti secara statistik' apakah mereka menggunakan konsep statistik yang terdefinisi dengan benar, menggunakannya salah, atau hanya menggunakan oxymoron? Saya membayangkan bahwa 'bukti statistik' sebenarnya bukan sesuatu yang dilakukan untuk membuktikan hipotesis, atau bukti matematika, tetapi lebih dari 'uji statistik'.
10 inference  proof 

4
Implikasi dari perdebatan saat ini pada signifikansi statistik
Dalam beberapa tahun terakhir, berbagai cendekiawan telah mengangkat masalah pengujian hipotesis ilmiah yang merugikan, dijuluki "derajat kebebasan peneliti," yang berarti bahwa para ilmuwan memiliki banyak pilihan untuk membuat selama analisis mereka yang bias terhadap penemuan dengan nilai p <5%. Pilihan ambigu ini, misalnya, kasus mana yang akan dimasukkan, kasus mana …

1
Temukan UMVUE dari
Biarkan menjadi variabel acak iid yang memiliki pdfX1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) dimana . Berikan UMVUE dari dan hitung variansnyaθ>0θ>0\theta >01θ1θ\frac{1}{\theta} Saya telah belajar tentang dua metode seperti itu untuk memperoleh UMVUE: Batas Bawah Cramer-Rao (CRLB) Lehmann-Scheffe Thereom Saya akan mencoba ini menggunakan yang pertama …


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.