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.

2
Model untuk estimasi kepadatan populasi
Database (populasi, area, bentuk) dapat digunakan untuk memetakan kepadatan populasi dengan menetapkan nilai konstan populasi / area untuk setiap bentuk (yang merupakan poligon seperti blok Sensus, traktat, county, state, apa pun). Namun, populasi biasanya tidak terdistribusi secara seragam dalam poligonnya. Pemetaan Dasymetric adalah proses menyempurnakan estimasi kepadatan ini dengan menggunakan …

4
Pemahaman intuitif tentang perbedaan antara konsisten dan tidak memihak asimtotik
Saya mencoba untuk mendapatkan pemahaman intuitif dan merasakan perbedaan dan perbedaan praktis antara istilah yang konsisten dan tidak memihak asimtotik. Saya tahu definisi matematika / statistik mereka, tetapi saya sedang mencari sesuatu yang intuitif. Bagi saya, melihat definisi masing-masing, mereka tampaknya menjadi hal yang sama. Saya menyadari perbedaannya harus halus …

1
Penaksir yang bias untuk regresi mencapai hasil yang lebih baik daripada yang tidak bias dalam Error In Variables Model
Saya sedang mengerjakan beberapa data sintaksis untuk model Error In Variable untuk beberapa penelitian. Saat ini saya memiliki satu variabel independen, dan saya berasumsi saya tahu varians untuk nilai sebenarnya dari variabel dependen. Jadi, dengan informasi ini, saya dapat mencapai estimator yang tidak bias untuk koefisien variabel dependen. Model: y=0,5x-10+e2x~=x+e1x~=x+e1\tilde{x} …


4
Estimator tidak sesuai untuk yang lebih kecil dari dua variabel acak
Misalkan danX∼N(μx,σ2x)X∼N(μx,σx2)X \sim \mathcal{N}(\mu_x, \sigma^2_x)Y∼N(μy,σ2y)Y∼N(μy,σy2)Y \sim \mathcal{N}(\mu_y, \sigma^2_y) Saya tertarik pada . Apakah ada estimator yang tidak bias untuk z ?z=min(μx,μy)z=min(μx,μy)z = \min(\mu_x, \mu_y)zzz Estimator sederhana dari min(x¯,y¯)min(x¯,y¯)\min(\bar{x}, \bar{y}) mana x¯x¯\bar{x} dan y¯y¯\bar{y} adalah sampel rata-rata XXX dan YYY , misalnya, bias (meskipun konsisten). Ia cenderung melakukan undershoot zzz . …

3
OLS BIRU. Tetapi bagaimana jika saya tidak peduli tentang ketidakberpihakan dan linearitas?
Teorema Gauss-Markov memberi tahu kita bahwa penaksir OLS adalah penaksir tidak bias linier terbaik untuk model regresi linier. Tapi seandainya saya tidak peduli tentang linearitas dan ketidakberpihakan. Lalu apakah ada beberapa penaksir (kemungkinan nonlinier / bias) lainnya untuk model regresi linier yang merupakan yang paling efisien berdasarkan asumsi Gauss-Markov atau …

1
Perbedaan antara PROC Mixed dan lme / lmer dalam R - derajat kebebasan
Catatan: pertanyaan ini adalah repost, karena pertanyaan saya sebelumnya harus dihapus karena alasan hukum. Sambil membandingkan PROC CAMPURAN dari SAS dengan fungsi lmedari nlmepaket di R, saya menemukan beberapa perbedaan yang agak membingungkan. Lebih khusus lagi, derajat kebebasan dalam berbagai tes berbeda antara PROC MIXEDdan lme, dan saya bertanya-tanya mengapa. …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

2
Penaksir yang tidak sesuai untuk eksponensial ukuran satu set?
Misalkan kita memiliki set (terukur dan berperilaku baik) set , di mana kompak. Selain itu, misalkan kita dapat mengambil sampel dari distribusi seragam di atas wrt ukuran Lebesgue dan kita tahu ukuran . Misalnya, mungkin adalah kotak yang mengandung .S⊆B⊂RnS⊆B⊂RnS\subseteq B\subset\mathbb R^nBBBBBBλ(⋅)λ(⋅)\lambda(\cdot)λ(B)λ(B)\lambda(B)BBB[−c,c]n[−c,c]n[-c,c]^nSSS Untuk tetap , apakah ada cara sederhana yang …



2
Mengapa kemungkinan maksimum yang dibatasi menghasilkan estimasi varians yang lebih baik (tidak bias)?
Saya sedang membaca makalah teori Doug Bates pada paket lme4 R untuk lebih memahami seluk beluk model campuran, dan menemukan hasil yang menarik yang ingin saya pahami lebih baik, tentang menggunakan kemungkinan maksimum terbatas (REML) untuk memperkirakan varian. . Dalam bagian 3.3 pada kriteria REML, ia menyatakan bahwa penggunaan REML …


4
Bagaimana seseorang menjelaskan apa yang dimaksud dengan penaksir yang tidak bias terhadap orang awam?
Misalkan adalah estimator yang tidak bias untuk . Maka tentu saja, . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Bagaimana seseorang menjelaskan hal ini kepada orang awam? Di masa lalu, apa yang saya katakan adalah jika Anda rata-rata banyak nilai , karena ukuran sampel semakin besar, Anda mendapatkan perkiraan yang …

1
Apa varian penaksir ini?
Saya ingin memperkirakan rata-rata fungsi f, yaitu mana dan adalah variabel acak independen. Saya punya sampel f tetapi tidak iid: Ada sampel iid untuk dan untuk setiap ada sampel dari :EX,Y[f(X,Y)]EX,Y[f(X,Y)]E_{X,Y}[f(X,Y)]XXXYYYY1,Y2,…YnY1,Y2,…YnY_1,Y_2,\dots Y_nYiYiY_ininin_iXXXXi,1,Xi,2,…,Xi,niXi,1,Xi,2,…,Xi,niX_{i,1},X_{i,2},\dots, X_{i,n_i} Jadi total saya punya sampelf(X1,1,Y1)…f(X1,n1,Y1)…f(Xi,j,Yi)…f(Xn,nn,Yn)f(X1,1,Y1)…f(X1,n1,Y1)…f(Xi,j,Yi)…f(Xn,nn,Yn)f(X_{1,1},Y_1) \dots f(X_{1,n_1},Y_1 ) \dots f(X_{i,j},Y_i) \dots f(X_{n,n_n},Y_n) Untuk memperkirakan rata-rata yang saya …


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.