Pertanyaan yang diberi tag «unbiased-estimator»

Mengacu pada penaksir parameter populasi yang rata-rata "menyentuh nilai sebenarnya". Artinya, fungsi dari data yang diamatiθ^ adalah penaksir yang tidak bias dari suatu parameter θ jika E(θ^)=θ. Contoh paling sederhana dari penduga tidak bias adalah mean sampel sebagai penduga rata-rata populasi.

3
Estimasi unjuk kerja matriks kovarians untuk data yang disensor berlipat ganda
Analisis kimia terhadap sampel lingkungan sering disensor di bawah ini pada batas pelaporan atau berbagai batas deteksi / kuantisasi. Yang terakhir dapat bervariasi, biasanya sebanding dengan nilai-nilai variabel lain. Sebagai contoh, sampel dengan konsentrasi tinggi dari satu senyawa mungkin perlu diencerkan untuk analisis, menghasilkan inflasi proporsional batas sensor untuk semua …
4
Apa artinya "ketidakberpihakan"?
Apa artinya mengatakan bahwa "varians adalah penduga yang bias". Apa artinya mengubah estimasi bias menjadi estimasi tidak bias melalui formula sederhana. Apa tepatnya yang dilakukan konversi ini? Juga, Apa manfaat praktis dari konversi ini? Apakah Anda mengonversi skor ini saat menggunakan statistik tertentu?
2
Apa intuisi di balik mendefinisikan kelengkapan dalam statistik sebagai tidak mungkin untuk membentuk penaksir
Dalam statistik klasik, ada definisi yang statistik TTT dari set data y1,…,yny1,…,yny_1, \ldots, y_n didefinisikan sebagai lengkap untuk parameter θθ\theta adalah mustahil untuk membentuk sebuah estimator berisi dari 000 dari itu nontrivially. Artinya, satu-satunya cara untuk memiliki Eh(T(y))=0Eh(T(y))=0E h(T (y )) = 0 untuk semua θθ\theta adalah dengan memiliki hhh …
5
Mengapa kita menggunakan rumus standar deviasi yang bias dan menyesatkan untuk distribusi normal?
Itu sedikit mengejutkan bagi saya ketika pertama kali saya melakukan simulasi distribusi normal Monte Carlo dan menemukan bahwa rata-rata standar deviasi dari sampel, semuanya memiliki ukuran sampel hanya , terbukti jauh lebih sedikit. dari, yaitu rata-rata kali, digunakan untuk menghasilkan populasi. Namun, ini terkenal, jika jarang diingat, dan saya agak …
2
Apakah ada penaksir yang tidak bias tentang jarak Hellinger antara dua distribusi?
Dalam pengaturan di mana seseorang mengamati didistribusikan dari distribusi dengan kepadatan , saya ingin tahu apakah ada penduga yang tidak bias (berdasarkan ) dari jarak Hellinger ke distribusi lain dengan kepadatan , yaitu X1,…,XnX1,…,XnX_1,\ldots,X_nfffXiXiX_if0f0f_0H(f,f0)={1−∫Xf(x)f0(x)−−−−−−−−√dx}1/2.H(f,f0)={1−∫Xf(x)f0(x)dx}1/2. \mathfrak{H}(f,f_0) = \left\{ 1 - \int_\mathcal{X} \sqrt{f(x)f_0(x)} \text{d}x \right\}^{1/2}\,.
2
Memahami derivasi tradeoff varians
Saya membaca bab bias-varians dari unsur-unsur pembelajaran statistik dan saya ragu dalam rumus di halaman 29. Biarkan data muncul dari model sehingga Y=f(x)+ϵY=f(x)+ϵ Y = f(x)+\epsilon mana adalah bilangan acak dengan nilai yang diharapkan dan Variance . Biarkan nilai kesalahan model yang diharapkan adalah mana adalah prediksi dari pelajar kita. …
2
Untuk distribusi mana saja ada estimator tidak bias berbentuk tertutup untuk simpangan baku?
Untuk distribusi normal, ada penaksir yang tidak bias dari standar deviasi yang diberikan oleh: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})} \sqrt{\frac{1}{2}\sum_{k=1}^n(x_i-\bar{x})^2} Alasan mengapa hasil ini tidak begitu dikenal tampaknya karena sebagian besar merupakan curio daripada masalah impor besar . Buktinya tercakup di utas ini ; itu mengambil keuntungan dari properti utama dari distribusi …
3
Mengapa kita harus menggunakan REML (bukan ML) untuk memilih di antara model var-covar bersarang?
Berbagai deskripsi tentang pemilihan model pada efek acak dari Linear Mixed Models memerintahkan untuk menggunakan REML. Saya tahu perbedaan antara REML dan ML pada tingkat tertentu, tetapi saya tidak mengerti mengapa REML harus digunakan karena ML bias. Misalnya, apakah salah menjalankan LRT pada parameter varians dari model distribusi normal menggunakan …
1
Estimator yang tidak bias dari rasio dua koefisien regresi?
Misalkan Anda cocok dengan regresi linier / logistik , dengan tujuan dari estimasi yang tidak bias dari . Anda sangat yakin bahwa dan sangat positif relatif terhadap noise dalam estimasi mereka.g(y)=a0+a1⋅x1+a2⋅x2g(y)=a0+a1⋅x1+a2⋅x2g(y) = a_0 + a_1\cdot x_1 + a_2\cdot x_2a1a2a1a2\frac{a_1}{a_2}a1a1a_1a2a2a_2 Jika Anda memiliki kovarians gabungan , Anda dapat menghitung, atau setidaknya …
2
Memperkirakan parameter distribusi normal: median, bukan rata-rata?
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 …
5
Mengapa Sekolah AS dan Inggris mengajarkan berbagai metode Menghitung Deviasi Standar?
Seperti yang saya pahami, Sekolah UK mengajarkan bahwa Standar Deviasi ditemukan menggunakan: sedangkan Sekolah AS mengajar: (pada tingkat dasar pula). Ini telah menyebabkan sejumlah masalah siswa saya di masa lalu ketika mereka mencari di Internet, tetapi menemukan penjelasan yang salah. Kenapa bedanya? Dengan dataset sederhana yang mengatakan 10 nilai, tingkat …
1
Meminimalkan bias dalam pemodelan penjelas, mengapa? (Galit Shmueli "Untuk Menjelaskan atau Memprediksi")
Pertanyaan ini merujuk pada makalah Galit Shmueli "Untuk Menjelaskan atau Memprediksi" . Secara khusus, di bagian 1.5, "Penjelasan dan Prediksi Berbeda", Profesor Shmueli menulis: Dalam pemodelan penjelas fokusnya adalah pada meminimalkan bias untuk mendapatkan representasi paling akurat dari teori yang mendasarinya. Ini membingungkan saya setiap kali saya membaca koran. Dalam …
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.