Pertanyaan yang diberi tag «steins-phenomenon»

5
Pandangan terpadu tentang penyusutan: apa hubungan (jika ada) antara paradoks Stein, regresi ridge, dan efek acak dalam model campuran?
Perhatikan tiga fenomena berikut. Paradoks Stein: diberikan beberapa data dari distribusi normal multivariat dalam Rn,n≥3Rn,n≥3\mathbb R^n, \: n\ge 3 , rata-rata sampel bukan penaksir yang sangat baik dari rata-rata sebenarnya. Seseorang dapat memperoleh estimasi dengan kesalahan kuadrat rata-rata yang lebih rendah jika seseorang mengecilkan semua koordinat sampel rata-rata menuju nol …

2
Intuisi di balik mengapa paradoks Stein hanya berlaku dalam dimensi
Contoh Stein menunjukkan bahwa estimasi kemungkinan maksimum nnn variabel terdistribusi normal dengan rata-rata μ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n dan varians 111 tidak dapat diterima (di bawah fungsi kuadrat kerugian) iff n≥3n≥3n\ge 3 . Untuk bukti yang rapi, lihat bab pertama Inferensi Skala Besar: Metode Empiris Bayes untuk Estimasi, Pengujian, dan Prediksi oleh Bradley Effron. …

1
Apakah Paradox Stein's masih berlaku ketika menggunakan norma
Stein's Paradox menunjukkan bahwa ketika tiga atau lebih parameter diestimasi secara bersamaan, rata-rata ada gabungan estimasi yang lebih akurat (yaitu, memiliki kesalahan kuadrat rata-rata yang diharapkan) daripada metode apa pun yang menangani parameter secara terpisah. Ini adalah hasil yang sangat berlawanan dengan intuisi. Apakah hasil yang sama berlaku jika alih-alih …

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 

1
Mengapa estimator James-Stein disebut sebagai estimator “penyusutan”?
Saya telah membaca tentang estimator James-Stein. Ini didefinisikan, dalam catatan ini , sebagai θ^=(1−p−2∥X∥2)Xθ^=(1−p−2‖X‖2)X \hat{\theta}=\left(1 - \frac{p-2}{\|X\|^2}\right)X Saya telah membaca buktinya tetapi saya tidak mengerti pernyataan berikut: Secara geometris, estimator James-Stein menyusut setiap komponen menuju titik asal ...XXX Apa arti "menyusutkan setiap komponen XXX ke titik asal"? Saya sedang memikirkan …

2
Penaksir James-Stein: Bagaimana Efron dan Morris menghitung dalam faktor susut untuk contoh baseball mereka?
Saya punya pertanyaan tentang penghitungan faktor Penyusutan James-Stein dalam makalah Scientific American 1977 oleh Bradley Efron dan Carl Morris, "Stein's Paradox in Statistics" . Saya mengumpulkan data untuk pemain baseball dan diberikan di bawah ini: Name, avg45, avgSeason Clemente, 0.400, 0.346 Robinson, 0.378, 0.298 Howard, 0.356, 0.276 Johnstone, 0.333, 0.222 …

5
James-Stein susut 'di alam liar'?
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 …

1
Apakah ada hubungan antara Bayes empiris dan efek acak?
Saya baru-baru ini kebetulan membaca tentang Bayes empiris (Casella, 1985, Pengantar analisis data Bayes empiris) dan itu sangat mirip dengan model efek acak; karena keduanya memiliki estimasi yang menyusut menjadi rata-rata global. Tapi saya belum membacanya secara menyeluruh ... Adakah yang punya wawasan tentang persamaan dan perbedaan di antara mereka?

1
James-Stein Estimator dengan varian yang tidak sama
Setiap pernyataan yang saya temukan dari estimator James-Stein mengasumsikan bahwa variabel acak yang diperkirakan memiliki varians yang sama (dan satuan). Tetapi semua contoh ini juga menyebutkan bahwa estimator JS dapat digunakan untuk memperkirakan jumlah yang tidak ada hubungannya satu sama lain. Contoh wikipedia adalah kecepatan cahaya, konsumsi teh di Taiwan, …
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.