Pertanyaan yang diberi tag «parametric»

Dari Theory of Statistics oleh Mark J. Schervish (halaman 12): Meskipun teorema 1,Finetti representasi 1,49 adalah pusat untuk memotivasi model parametrik, itu sebenarnya tidak digunakan dalam implementasi mereka. Bagaimana teorema pusat untuk model parametrik?

55 probability  modeling  mathematical-statistics  parametric 

Saya bertanya-tanya apakah itu membuat perbedaan dalam interpretasi apakah hanya dependen, baik dependen dan independen, atau hanya variabel independen yang ditransformasikan log. Pertimbangkan kasus log(DV) = Intercept + B1*IV + Error Saya bisa menafsirkan IV sebagai peningkatan persen tetapi bagaimana ini berubah ketika saya punya log(DV) = Intercept + B1*log(IV) …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Pertanyaan ini telah membekas di benak saya selama lebih dari sebulan. Amstat News edisi Februari 2015 memuat artikel oleh Profesor Berkeley Mark van der Laan yang memarahi orang-orang karena menggunakan model yang tidak tepat. Dia menyatakan bahwa dengan menggunakan model, statistik lebih merupakan seni daripada sains. Menurutnya, kita selalu dapat …

45 machine-learning  maximum-likelihood  modeling  nonparametric  parametric 

Kemungkinan dapat didefinisikan dengan beberapa cara, misalnya: fungsi dari yang memetakan untuk yaitu .L LLΘ × XΘ×X\Theta\times{\cal X} ( θ , x ) (θ,x)(\theta,x)L ( θ ∣ x ) L(θ∣x)L(\theta \mid x)L : Θ × X → RL:Θ×X→RL:\Theta\times{\cal X} \rightarrow \mathbb{R} fungsi acakL ( ⋅ ∣ X )L(⋅∣X)L(\cdot \mid X) …

30 mathematical-statistics  likelihood  likelihood-ratio  parametric 

Ketika melakukan penelitian deret waktu dalam R, saya menemukan bahwa arima hanya menyediakan nilai-nilai koefisien dan kesalahan standar model pas. Namun, saya juga ingin mendapatkan nilai p dari koefisien. Saya tidak menemukan fungsi yang memberikan signifikansi koefisien. Jadi saya ingin menghitungnya sendiri, tetapi saya tidak tahu tingkat kebebasan dalam distribusi …

23 r  time-series  chi-squared  arima  parametric 

Apakah ada tes statistik yang parametrik dan non-parametrik? Pertanyaan ini ditanyakan oleh panel wawancara. Apakah ini pertanyaan yang valid?

20 nonparametric  terminology  parametric 

Tampaknya koefisien korelasi Pearson adalah parametrik dan Spearman rho adalah non-parametrik. Saya mengalami kesulitan memahami hal ini. Seperti yang saya pahami, Pearson dihitung sebagai dan Spearman dihitung dengan cara yang sama, kecuali kami mengganti semua nilai dengan peringkat mereka.rx y= c o v ( X, Y)σxσyrxy=cHaiv(X,Y)σxσy r_{xy} = \frac{cov(X,Y)}{\sigma_x\sigma_y} Wikipedia …

19 nonparametric  pearson-r  parametric  spearman-rho 

Apakah keluarga dari suatu distribusi memiliki definisi yang berbeda untuk statistik daripada di disiplin ilmu lain? Secara umum, keluarga kurva adalah seperangkat kurva, yang masing-masing diberikan oleh fungsi atau parametriisasi di mana satu atau lebih parameter bervariasi. Keluarga semacam itu digunakan, misalnya, untuk mengkarakterisasi komponen elektronik . Untuk statistik, keluarga …

14 distributions  terminology  parametric  exponential-family 

Saya bingung dengan definisi model non-parametrik setelah membaca tautan ini Model parametrik vs Nonparametrik dan Menjawab komentar dari pertanyaan saya yang lain . Awalnya saya pikir "parametrik vs non-parametrik" berarti jika kita memiliki asumsi distribusi pada model (mirip dengan pengujian hipotesis parametrik atau non-parametrik). Tetapi kedua sumber daya mengklaim "parametrik …

14 machine-learning  neural-networks  nonparametric  terminology  parametric 

Saat ini saya mencoba untuk mendapatkan beberapa hal tentang bootstrap parametrik. Kebanyakan hal mungkin sepele tetapi saya masih berpikir saya mungkin melewatkan sesuatu. Misalkan saya ingin mendapatkan interval kepercayaan untuk data menggunakan prosedur bootstrap parametrik. Jadi saya punya sampel ini dan saya asumsikan terdistribusi normal. Saya kemudian akan memperkirakan varians …

13 nonparametric  bootstrap  simulation  monte-carlo  parametric 

Tes seperti Z, t, dan beberapa lainnya mengasumsikan bahwa data didasarkan pada pengambilan sampel acak. Mengapa? Misalkan saya sedang melakukan penelitian eksperimental, di mana saya lebih peduli untuk validitas internal daripada yang eksternal. Jadi, jika sampel saya mungkin sedikit bias, oke, karena saya telah menerima untuk tidak menyimpulkan hipotesis untuk …

12 hypothesis-testing  sampling  parametric  randomness 

Jika tes nonparametrik dianggap memiliki kekuatan lebih kecil dari alternatif parametriknya, apakah ini menyiratkan bahwa jika ada tes parametrik yang tidak menolak nol, maka alternatif nonparametriknya juga tidak menolak nol? Bagaimana ini bisa berubah jika asumsi uji parametrik tidak terpenuhi dan tes itu tetap digunakan?

12 hypothesis-testing  nonparametric  parametric 

Saya tidak berpikir ada satu jawaban untuk semua model pembelajaran yang mendalam. Yang model pembelajarannya dalam adalah parametrik dan mana yang non-parametrik dan mengapa?

12 neural-networks  deep-learning  nonparametric  parametric 

Saya bertanya-tanya apakah ada yang bisa membantu saya dengan informasi tentang Kurtosis (yaitu apakah ada cara untuk mengubah data Anda untuk menguranginya?) Saya memiliki dataset kuesioner dengan sejumlah besar kasus dan variabel. Untuk beberapa variabel saya, data menunjukkan nilai-nilai kurtosis yang cukup tinggi (yaitu distribusi leptokurtik) yang berasal dari fakta …

10 distributions  assumptions  kurtosis  discriminant-analysis  parametric 

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 …

10 estimation  nonparametric  kernel-smoothing  parametric