Domande taggate «confidence-interval»

Un intervallo di confidenza è un intervallo che copre un parametro sconosciuto con (1−α)%fiducia. Gli intervalli di confidenza sono un concetto frequentista. Sono spesso confusi con intervalli credibili che è l'analogo bayesiano.

2
Quale frazione di esperimenti ripetuti avrà una dimensione dell'effetto entro l'intervallo di confidenza del 95% del primo esperimento?
Atteniamoci a una situazione ideale con campionamento casuale, popolazioni gaussiane, varianze uguali, nessun P-hacking, ecc. Passaggio 1. Si esegue un esperimento dicendo che si confrontano due medie campione e si calcola un intervallo di confidenza del 95% per la differenza tra le due medie di popolazione. Passaggio 2. Esegui molti …
2
Significato reale dell'ellisse di fiducia
Leggendo il vero significato dell'ellisse di confidenza al 95%, tendo a trovare 2 spiegazioni: L'ellisse che contiene il 95% dei dati Non quanto sopra, ma l'ellisse che spiega la varianza dei dati. Non sono sicuro di aver capito bene, ma sembrano significare che se arriva un nuovo punto dati, c'è …
3
Diversi modi per produrre un intervallo di confidenza per il rapporto di probabilità dalla regressione logistica
Sto studiando come costruire un intervallo di confidenza al 95% per il rapporto di probabilità dai coefficienti ottenuti nella regressione logistica. Quindi, considerando il modello di regressione logistica, log(p1−p) =α+βXlog⁡(p1−p)=α+βx \log\left(\frac{p}{1 - p}\right) = \alpha + \beta x \newcommand{\var}{\rm Var} \newcommand{\se}{\rm SE} tale che per il gruppo di controllo e …
5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Clopper-Pearson per non matematici
Mi chiedevo se qualcuno potesse spiegarmi l'intuizione al di là del Clopper-Pearson CI per le proporzioni. Per quanto ne so, ogni elemento della configurazione include una variazione. Tuttavia, per le proporzioni, anche se la mia proporzione è 0 o 1 (0% o 100%), è possibile calcolare l'IC Clopper-Pearson. Ho provato …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.