Pertanyaan yang diberi tag «unbiased-estimator»

Misalkan menjadi sampel acak dari distribusi untuk . Yaitu,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Temukan estimator yang tidak bias dengan varians minimum untukg(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Usaha saya: Karena distribusi geometrik berasal dari keluarga eksponensial, statistik lengkap dan cukup untuk . Juga, jika adalah penduga untuk , itu tidak bias. Oleh karena itu, oleh …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

Saya ingin memahami beberapa fakta tentang estimator kemungkinan maksimum (MLE) untuk regresi logistik. Apakah benar bahwa, secara umum, MLE untuk regresi logistik bias? Saya akan mengatakan "ya". Saya tahu, misalnya, bahwa dimensi sampel terkait dengan bias asimptotik MLEs. Apakah Anda tahu ada contoh dasar dari fenomena ini? Jika MLE bias, …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

Misalkan saya memiliki parameter positif untuk mengestimasi dan estimasi yang sesuai yang dihasilkan oleh estimator , yaitu , dan seterusnya.nnnμ1,μ2,...,μnμ1,μ2,...,μn\mu_1,\mu_2,...,\mu_nnnnμ1^,μ2^,...,μn^μ1^,μ2^,...,μn^\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n}E[μ1^]=μ1E[μ1^]=μ1\mathrm E[\hat{\mu_1}]=\mu_1E[μ2^]=μ2E[μ2^]=μ2\mathrm E[\hat{\mu_2}]=\mu_2 Saya ingin memperkirakan menggunakan perkiraan yang ada. Jelas penaksir naif bias lebih rendah sebagai min(μ1,μ2,...,μn)min(μ1,μ2,...,μn)\mathrm{min}(\mu_1,\mu_2,...,\mu_n)min(μ1^,μ2^,...,μn^)min(μ1^,μ2^,...,μn^)\mathrm{min}(\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n})E[min(μ1^,μ2^,...,μn^)]≤min(μ1,μ2,...,μn)E[min(μ1^,μ2^,...,μn^)]≤min(μ1,μ2,...,μn)\mathrm E[\mathrm{min}(\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n})]\leq \mathrm{min}(\mu_1,\mu_2,...,\mu_n) Misalkan saya juga memiliki matriks kovarians dari penaksir yang sesuai . …

9 unbiased-estimator  estimators  minimum 

Contoh: Saya memiliki kalimat dalam deskripsi pekerjaan: "Java senior engineer in UK". Saya ingin menggunakan model pembelajaran yang mendalam untuk memperkirakannya sebagai 2 kategori: English dan IT jobs. Jika saya menggunakan model klasifikasi tradisional, hanya dapat memprediksi 1 label dengan softmaxfungsi di lapisan terakhir. Dengan demikian, saya dapat menggunakan 2 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Gambaran umum Apakah estimator yang efisien (yang memiliki varians sampel sama dengan batas Cramér-Rao) memaksimalkan probabilitas untuk menjadi dekat dengan parameter sebenarnya ?θθ\theta Katakanlah kita membandingkan perbedaan atau perbedaan absolut antara taksiran dan parameter sebenarnyaΔ^=θ^- θΔ^=θ^-θ\hat\Delta = \hat \theta - \theta Apakah distribusi untuk estimator efisien yang secara stokastik dominan …

9 mathematical-statistics  unbiased-estimator  sufficient-statistics  stochastic-ordering 

Saya membaca pembelajaran yang mendalam oleh Ian Goodfellow et al. Ini memperkenalkan bias sebagai B i a s ( θ ) = E(θ^) - θBsayaSebuahs(θ)=E(θ^)-θBias(\theta)=E(\hat\theta)-\theta dimana θ^θ^\hat\theta dan θθ\theta masing-masing adalah taksiran parameter dan parameter nyata yang mendasarinya. Konsistensi, di sisi lain, ditentukan oleh l i mm → ∞θ^m= θlsayamm→∞θ^m=θ\mathrm{lim}_{m\to\infty}\hat\theta_m=\theta …

9 estimation  bias  unbiased-estimator  consistency 

Misalkan kita mengganti fungsi kerugian dari regresi logistik (yang biasanya log-kemungkinan) dengan MSE. Artinya, masih memiliki rasio odds log menjadi fungsi linier dari parameter, tetapi meminimalkan jumlah perbedaan kuadrat antara estimasi probabilitas dan hasil (dikodekan sebagai 0/1): catatanhal1 - hal=β0+β1x1+ . . . +βnxnlog⁡p1−p=β0+β1x1+...+βnxn\log \frac p{1-p} = \beta_0 + \beta_1x_1 …

9 logistic  maximum-likelihood  unbiased-estimator  mse 

Menggunakan uji T Siswa, T-Critical dihitung melalui: t =X¯-μ0s /n√t=X¯−μ0s/nt = \frac{\bar{X} - \mu_{0}}{s / \sqrt{n}} Melihat artikel Wikipedia pada Estimasi berisi deviasi standar, ada bagian Hasil untuk Distribusi biasa yang menyebutkan faktor koreksi untuk diukur deviasi standar sampel, s , berdasarkan ukuran sampel. Pertanyaan:c4( n )c4(n)c_4(n) (1) Apakah faktor …

9 t-test  standard-deviation  unbiased-estimator  t-distribution 

Saya sedang mencari persamaan yang tepat untuk menghitung kovarians sampel yang tidak bias tertimbang. Sumber-sumber internet sangat jarang pada tema ini dan mereka semua menggunakan persamaan yang berbeda. Persamaan yang paling mungkin saya temukan adalah persamaan ini: qjk=∑Ni=1wi(∑Ni=1wi)2−∑Ni=1w2i∑Ni=1wi(xij−x¯j)(xik−x¯k).qjk=∑i=1Nwi(∑i=1Nwi)2−∑i=1Nwi2∑i=1Nwi(xij−x¯j)(xik−x¯k).q_{jk}=\frac{\sum_{i=1}^{N}w_i}{\left(\sum_{i=1}^{N}w_i\right)^2-\sum_{i=1}^{N}w_i^2} \sum_{i=1}^N w_i \left( x_{ij}-\bar{x}_j \right) \left( x_{ik}-\bar{x}_k \right) . Dari: https://en.wikipedia.org/wiki/Sample_mean_and_sample_covariance#Weighted_samples Tentu …

9 covariance  unbiased-estimator  weighted-data 

Skewness dan kurtosis didefinisikan sebagai: ζ3=E[ ( X- μ)3]E[ ( X- μ)2]3 / 2=μ3σ3ζ3=E[(X-μ)3]E[(X-μ)2]3/2=μ3σ3\zeta_3 = \frac{E[(X-\mu)^3]}{E[(X-\mu)^2]^{3/2}} = \frac{\mu_3}{\sigma^3} ζ4=E[ ( X- μ)4]E[ ( X- μ)2]2=μ4σ4ζ4=E[(X-μ)4]E[(X-μ)2]2=μ4σ4\zeta_4 = \frac{E[(X-\mu)^4]}{E[(X-\mu)^2]^2} = \frac{\mu_4}{\sigma^4} Rumus berikut digunakan untuk menghitung skewness dan kurtosis sampel: z3=1n∑ni = 1[ (xsaya-x¯)3](1n∑ni = 1[ (xsaya-x¯)2])3 / 2z3=1n∑saya=1n[(xsaya-x¯)3](1n∑saya=1n[(xsaya-x¯)2])3/2z_3 = \frac{\frac{1}{n}\sum_{i=1}^{n} [(x_i-\bar …

8 skewness  unbiased-estimator  kurtosis 

Saya sudah membaca pernyataan ini berkali-kali tetapi tidak pernah menemukan bukti. Saya ingin mencoba membuatnya sendiri tetapi saya bahkan tidak yakin dengan notasi apa yang digunakan. Adakah yang bisa membantu saya dengan ini?

8 mathematical-statistics  random-forest  unbiased-estimator  proof 

Saya sendiri akan selalu menggunakan mean geometrik untuk memperkirakan median lognormal. Namun, di dunia industri, kadang-kadang menggunakan median sampel memberikan hasil yang lebih baik. Dengan demikian pertanyaannya adalah, adakah rentang cutoff / titik mulai dari mana median sampel dapat digunakan secara andal sebagai penduga untuk median populasi? Juga, rata-rata geometris …

8 median  unbiased-estimator  lognormal 

Saya punya parameter θθ\theta yang terletak di antara [ 0 , 1 ][0,1][0,1]. Katakanlah saya dapat menjalankan percobaan dan memperolehnya θ^= θ + wθ^=θ+w\hat{\theta} = \theta + wdimana wwwadalah Gaussian standar. Yang saya butuhkan adalah perkiraanθθ\thetayang 1) tidak bias 2) hampir pasti dibatasi. Persyaratan (2) sangat penting bagi saya. Pemikiran …

8 estimation  mathematical-statistics  unbiased-estimator  proof 

Kita tahu bahwa jika estimator adalah estimator yang tidak bias dari theta dan jika variansenya cenderung 0 karena n cenderung tak terhingga maka itu adalah estimator yang konsisten untuk theta. Tetapi ini adalah kondisi yang cukup dan tidak perlu. Saya mencari contoh estimator yang konsisten tetapi variansnya cenderung 0 karena …

8 probability  variance  mathematical-statistics  unbiased-estimator  consistency 

Saya ingin menghitung parameter dari distribusi eksponensial dari populasi sampel yang diambil dari distribusi ini dalam kondisi bias. Sejauh yang saya tahu, untuk sampel nilai n, estimator yang biasa adalah . Namun sampel saya bias sebagai berikut:λλ\lambdae- λ xe−λxe^{-\lambda x}λ^=n∑xsayaλ^=n∑xi\hat{\lambda} = \frac{n}{\sum x_i} Dari populasi lengkap elemen m yang diambil …

8 distributions  estimation  bias  unbiased-estimator  exponential