Pertanyaan yang diberi tag «variance»

Misalkan saya memiliki matriks X yang n oleh p, yaitu ia memiliki n pengamatan, dengan masing-masing pengamatan dalam ruang p-dimensi. Bagaimana cara menemukan varians dari n pengamatan ini? Dalam kasus di mana p = 1, saya hanya perlu menggunakan rumus varian biasa. Bagaimana dengan kasus di mana p> 1.

12 variance 

Ketika kita menghitung standard error dari koefisien regresi, kita tidak memperhitungkan keacakan dalam desain matriks XXX . Dalam OLS misalnya, kita menghitung var(β^)var(β^)\text{var}(\hat{\beta}) sebagai var((XTX)−1XTY)=σ2(XTX)−1var((XTX)-1XTY)=σ2(XTX)-1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Jika XXX dianggap acak, hukum varians total akan, dalam arti tertentu, menuntut kontribusi tambahan dari varian XXX juga. yaitu var(β^)=var(E(β^|X))+E(var(β^|X)).var(β^)=var(E(β^|X))+E(var(β^|X)).\text{var}(\hat{\beta}) = \text{var}(E(\hat{\beta}|X)) + …

11 regression  probability  variance  inference 

Netflix digunakan untuk mendasarkan sarannya pada peringkat yang dikirimkan pengguna dari film / acara lain. Sistem peringkat ini memiliki lima bintang. Sekarang, Netflix memungkinkan pengguna untuk menyukai / tidak suka (acungan jempol / jempol) film / pertunjukan. Mereka mengklaim lebih mudah untuk menilai film. Bukankah klasifikasi 2 arah ini secara …

11 variance  predictive-models  prediction 

Tampaknya ada sesuatu dalam pemahaman manusiawi kita yang menciptakan kesulitan dalam memahami secara intuitif gagasan varian. Dalam arti sempit, jawabannya langsung: mengkuadratkan kita dari pemahaman refleksif kita. Tapi, apakah itu hanya varian yang menghadirkan masalah, atau apakah itu seluruh gagasan penyebaran data? Kami berlindung di kisaran, atau hanya menyatakan minimum …

11 variance  dispersion 

Saya tahu bahwa kami menggunakan untuk memperkirakan variasi populasi. Saya ingat sebuah video dari Khan Academy di mana intuisi yang diberikan adalah bahwa estimasi rata-rata kami mungkin sedikit berbeda dengan yang sebenarnya sehingga jarak akan benar-benar lebih besar, jadi kami membaginya dengan lebih sedikit ( daripada ) untuk mendapatkan nilai …

11 variance  sample 

Asumsikan skalar variabel acak milik keluarga eksponensial vektor-parameter dengan pdfXXX fX(x|θ)=h(x)exp(∑i=1sηi(θ)Ti(x)−A(θ))fX(x|θ)=h(x)exp⁡(∑i=1sηi(θ)Ti(x)−A(θ)) f_X(x|\boldsymbol \theta) = h(x) \exp\left(\sum_{i=1}^s \eta_i({\boldsymbol \theta}) T_i(x) - A({\boldsymbol \theta}) \right) di mana θ=(θ1,θ2,⋯,θs)Tθ=(θ1,θ2,⋯,θs)T{\boldsymbol \theta} = \left(\theta_1, \theta_2, \cdots, \theta_s \right )^T adalah vektor parameter dan T(x)=(T1(x),T2(x),⋯,Ts(x))TT(x)=(T1(x),T2(x),⋯,Ts(x))T\mathbf{T}(x)= \left(T_1(x), T_2(x), \cdots,T_s(x) \right)^T adalah statistik gabungan yang memadai. Dapat ditunjukkan …

11 variance  mean  exponential-family  sufficient-statistics 

Saya mencoba memahami seluruh varian / kesalahan std dari serangkaian waktu pengembalian keuangan, dan saya pikir saya terjebak. Saya memiliki serangkaian data pengembalian stok bulanan (sebut saja ), yang memiliki nilai yang diharapkan 1,00795, dan varians 0,000228 (std. Dev adalah 0,01512). Saya mencoba menghitung kasus terburuk dari pengembalian tahunan (katakanlah …

11 time-series  variance  independence  finance 

Dalam jawaban untuk pertanyaan saya sebelumnya, @Erik P. memberikan ekspresi mana adalah kelebihan kurtosis dari distribusi. Referensi ke entri Wikipedia tentang distribusi varian sampel diberikan, tetapi halaman wikipedia mengatakan "rujukan?"κV a r [ s2] = σ4( 2n - 1+ κn),Var[s2]=σ4(2n−1+κn), \mathrm{Var}[s^2]=\sigma^4 \left(\frac{2}{n-1} + \frac{\kappa}{n}\right) \>, κκ\kappa Pertanyaan utama saya adalah, …

11 estimation  variance  references 

Biasanya ditransformasikan menjadi Fisher untuk menguji perbedaan antara dua nilai . Tetapi, ketika meta-analisis akan dilakukan, mengapa kita harus mengambil langkah seperti itu? Apakah ini benar untuk kesalahan pengukuran atau kesalahan non-sampling dan mengapa kita harus berasumsi bahwa adalah estimasi korelasi populasi yang tidak sempurna?rrrzzzrrrrrr

11 correlation  variance  sampling  meta-analysis 

Saya menghadiri kelas analisis data dan beberapa ide saya yang berakar kuat sedang terguncang. Yaitu, gagasan bahwa kesalahan (epsilon), serta jenis varians lainnya, hanya berlaku (jadi saya pikir) untuk grup (sampel atau seluruh populasi). Sekarang, kita diajari bahwa salah satu asumsi regresi adalah bahwa variansnya "sama untuk semua individu". Ini …

11 regression  variance  error  measurement-error 

Adakah yang bisa menunjukkan bagaimana nilai yang diharapkan dan varians dari nol meningkat inflasi, dengan fungsi massa probabilitas f(y)={π+(1−π)e−λ,(1−π)λye−λy!,if y=0if y=1,2....f(y)={π+(1−π)e−λ,if y=0(1−π)λye−λy!,if y=1,2.... f(y) = \begin{cases} \pi+(1-\pi)e^{-\lambda}, & \text{if }y=0 \\ (1-\pi)\frac{\lambda^{y}e^{-\lambda}}{y!}, & \text{if }y=1,2.... \end{cases} di mana adalah probabilitas bahwa pengamatan adalah nol oleh proses binomial dan adalah rata-rata …

11 variance  poisson-distribution  expected-value  zero-inflation 

Latar Belakang Saya sedang melakukan meta-analisis yang mencakup data yang dipublikasikan sebelumnya. Seringkali, perbedaan antara perawatan dilaporkan dengan nilai-P, perbedaan paling signifikan (LSD), dan statistik lainnya tetapi tidak memberikan estimasi langsung dari varians. Dalam konteks model yang saya gunakan, perkiraan perbedaan terlalu tinggi tidak apa-apa. Masalah Berikut adalah daftar transformasi …

11 multiple-comparisons  variance  data-transformation  meta-analysis 

Jika kita mempertimbangkan pohon keputusan yang tumbuh penuh (yaitu pohon keputusan yang tidak ditandai), ia memiliki varian yang tinggi dan bias yang rendah. Hutan Bagging dan Random menggunakan model varians tinggi ini dan menggabungkannya untuk mengurangi varians dan dengan demikian meningkatkan akurasi prediksi. Baik Hutan Bagging dan Acak menggunakan sampling …

11 variance  random-forest  cart  bias  bagging 

Diberikan variabel acak , apa maksud dan varians dari ?Y= Ex p ( λ )Y=Exp(λ)Y = Exp(\lambda)G = 1YG=1YG=\dfrac{1}{Y} Saya melihat Inverse Gamma Distribution, tetapi rerata dan varians masing-masing hanya didefinisikan untuk dan ...α > 1α>1\alpha>1α > 2α>2\alpha>2

11 variance  mean  exponential 

Misalkan terdistribusi secara seragam pada . Mari dan . Tunjukkan bahwa korelasi antara dan adalah nol.XXX[0,2π][0,2π][0, 2\pi]Y=sinXY=sin⁡XY = \sin XZ=cosXZ=cos⁡XZ = \cos XYYYZZZ Sepertinya saya perlu mengetahui standar deviasi sinus dan kosinus, dan kovarian mereka. Bagaimana saya bisa menghitung ini? Saya pikir saya perlu mengasumsikan memiliki distribusi seragam, dan tampilan …

11 correlation  variance  random-variable  expected-value