Statistiche e Big Data bias

2

Pregiudizio in età media per la qualifica di titolo di grande maestro per fasce di età?

È noto da un po 'di tempo che l'età più giovane alla quale i giocatori di scacchi sono riusciti a qualificarsi per il titolo di gran maestro è diminuita in modo significativo dagli anni '50, e attualmente ci sono quasi 30 giocatori che sono diventati gran maestro prima del loro …

11 survival bias population censoring subset

2

Lo stimatore di Bayes è immune da errori di selezione

Gli stimatori di Bayes sono immuni da errori di selezione? La maggior parte degli articoli che discutono la stima in alta dimensione, ad esempio i dati dell'intera sequenza del genoma, solleveranno spesso il problema della distorsione della selezione. La distorsione della selezione deriva dal fatto che, sebbene abbiamo migliaia di …

11 bayesian feature-selection bias unbiased-estimator conjugate-prior

2

Bootstrap di parte: va bene centrare l'IC attorno alla statistica osservata?

Questo è simile a Bootstrap: la stima non rientra nell'intervallo di confidenza Ho alcuni dati che rappresentano i conteggi dei genotipi in una popolazione. Voglio stimare la diversità genetica usando l'indice di Shannon e anche generare un intervallo di confidenza usando il bootstrap. Ho notato, tuttavia, che la stima tramite …

11 r confidence-interval bootstrap bias diversity

1

In che modo le variabili strumentali affrontano il bias di selezione?

Mi chiedo come una variabile strumentale affronti il bias di selezione nella regressione. Ecco l'esempio che sto masticando: in Mostly Harmless Econometrics , gli autori discutono di una regressione IV relativa al servizio militare e ai guadagni più avanti nella vita. La domanda è: "Il servizio militare aumenta o diminuisce …

11 regression econometrics bias causality instrumental-variables

4

Esiste un test per la distorsione da variabile omessa in OLS?

Sono a conoscenza del test di ripristino Ramsey che può rilevare dipendenze non lineari. Tuttavia, se si elimina semplicemente uno dei coefficienti di regressione (dipendenze semplicemente lineari), è possibile che si verifichi una distorsione, a seconda delle correlazioni. Questo ovviamente non viene rilevato dal test di ripristino. Non ho trovato …

11 regression multiple-regression bias causality diagnostic

2

Perché un albero insaccato / albero forestale casuale ha una propensione maggiore di un singolo albero decisionale?

Se consideriamo un albero decisionale completamente sviluppato (ovvero un albero decisionale non potato) ha una varianza elevata e una propensione bassa. Le foreste insaccanti e casuali utilizzano questi modelli ad alta varianza e li aggregano al fine di ridurre la varianza e quindi migliorare l'accuratezza delle previsioni. Entrambe le foreste …

11 variance random-forest cart bias bagging

2

Pro e contro del bootstrap

Ho appena appreso il concetto di bootstrap e mi è venuta in mente una domanda ingenua: se possiamo sempre generare numerosi campioni bootstrap dei nostri dati, perché preoccuparsi di ottenere più dati "reali"? Penso di avere una spiegazione, per favore dimmi se sono corretto: penso che il processo di bootstrap …

11 variance bootstrap bias

3

Perché lo stimatore OLS del coefficiente AR (1) è distorto?

Sto cercando di capire perché OLS fornisce uno stimatore distorto di un processo AR (1). Prendi in considerazione In questo modello, viene violata una rigorosa esogeneità, ovvero e sono correlati ma e non sono correlati. Ma se questo è vero, perché non vale la seguente derivazione semplice? ytεtyt-1εtplim βytεt= α …

11 time-series least-squares bias autoregressive estimators

4

Come si spiega che cosa è uno stimatore imparziale per un laico?

Supponiamo che sia uno stimatore imparziale per . Quindi, naturalmente, . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Come si spiega questo a un laico? In passato, ciò che ho detto è se in media un sacco di valori di , quando la dimensione del campione aumenta, si ottiene una …

10 bias asymptotics unbiased-estimator estimators communication

3

Perché la stima CV dell'errore di test sottostima l'errore di test effettivo?

Sono consapevole del fatto che la stima della convalida incrociata k-fold dell'errore del test di solito sottovaluta l'errore effettivo del test. Sono confuso perché questo è il caso. Capisco perché l'errore di addestramento è generalmente inferiore all'errore di test - perché stai allenando il modello sugli stessi dati su cui …

10 cross-validation bias

2

La distorsione è una proprietà dello stimatore o di stime particolari?

Ad esempio, incontro spesso studenti che sanno che Observed è uno stimatore parziale della popolazione . Quindi, quando scrivono i loro rapporti, dicono cose come:R 2R2R2R^2R2R2R^2 "Ho calcolato osservata e regolato , ed erano abbastanza simili, suggerendo solo una piccola quantità di distorsione nel Osservato valore abbiamo ottenuto."R 2 R …

10 mathematical-statistics terminology bias estimators

1

Bootstrap: la stima non rientra nell'intervallo di confidenza

Ho fatto un bootstrap con un modello misto (diverse variabili con interazione e una variabile casuale). Ho ottenuto questo risultato (solo parziale): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : original bias std. error t1* 4.887383e+01 -1.677061e+00 4.362948e-01 t2* 3.066825e+01 …

10 r confidence-interval bootstrap bias

1

In che modo uno stimatore che minimizza una somma ponderata di distorsioni quadrate e varianza si adatta alla teoria delle decisioni?

Okay - il mio messaggio originale non è riuscito a ottenere una risposta; quindi, lasciami porre la domanda in modo diverso. Inizierò spiegando la mia comprensione della stima da una prospettiva teorica decisionale. Non ho una formazione formale e non mi sorprenderebbe se il mio pensiero fosse in qualche modo …

10 bias loss-functions frequentist decision-theory risk

1

Bias degli stimatori della massima verosimiglianza per la regressione logistica

Vorrei capire un paio di fatti sugli stimatori della massima verosimiglianza (MLE) per le regressioni logistiche. È vero che, in generale, l'MLE per la regressione logistica è di parte? Direi di si". So, ad esempio, che la dimensione del campione è correlata alla distorsione asintotica degli MLE. Conosci qualche esempio …

10 logistic maximum-likelihood unbiased-estimator bias

2

Decomposizione della varianza: termine per errore di previsione al quadrato atteso meno errore irriducibile

Hastie et al. "The Elements of Statistical Learning" (2009) considera un processo di generazione di dati con e .E ( ε ) = 0 Var ( ε ) = σ 2 εY=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} Presentano la seguente decomposizione della variazione di polarizzazione dell'errore di previsione al …

9 variance forecasting prediction terminology bias

Domande taggate «bias»