Domande taggate «consistency»

Si riferisce generalmente a una proprietà di una procedura statistica per andare al posto "giusto" poiché la dimensione del campione tende all'infinito, principalmente riferendosi a stimatori che convergono al valore del parametro vero quando le dimensioni del campione divergono. Utilizzare anche per la consistenza Fisher, la proprietà che uno stimatore applicato all'intera popolazione fornisce la risposta giusta.

1
Stimatori incoerenti sono mai preferibili?
La coerenza è ovviamente uno stimatore di proprietà naturale e importante, ma ci sono situazioni in cui potrebbe essere meglio usare uno stimatore incoerente piuttosto che coerente? Più specificamente, ci sono esempi di uno stimatore incoerente che supera un ragionevole stimatore coerente per tutte le finite (rispetto ad alcune funzioni …
4
Perché abbiamo bisogno di uno stimatore per essere coerenti?
Penso di aver già capito la definizione matematica di uno stimatore coerente. Correggimi se sbaglio: WnWnW_n è uno stimatore coerente per ifθθ\theta∀ϵ>0∀ϵ>0\forall \epsilon>0 limn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θlimn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θ\lim_{n\to\infty} P(|W_n - \theta|> \epsilon) = 0, \quad \forall\theta \in \Theta Dove, ΘΘ\Theta è lo spazio parametrico. Ma voglio capire la necessità che uno stimatore sia coerente. …
1
Perché la definizione di uno stimatore coerente è così com'è? Che dire delle definizioni alternative di coerenza?
Citazione da Wikipedia: In statistica, uno stimatore coerente o uno stimatore asintoticamente coerente è uno stimatore - una regola per calcolare le stime di un parametro avendo la proprietà che quando il numero di punti dati utilizzati aumenta indefinitamente, la sequenza risultante di stime converge in probabilità a θ ^ …
2
Calcolo della coerenza di tiro NBA
Quale sarebbe il modo corretto di valutare / determinare la coerenza di tiro in 3 punti di un giocatore NBA? Ad esempio, ho un giocatore che spara il 37% da 3 punti e fa 200 tentativi tutto l'anno. Stavo considerando di prendere la media mobile a 3 punti% di un …
1
Teorema del No-Free-Lunch e coerenza di K-NN
Nell'apprendimento computazionale, il teorema della NFL afferma che non esiste uno studente universale. Per ogni algoritmo di apprendimento, esiste una distribuzione che fa sì che lo studente produca un'ipotesi con un errore grande, con alta probabilità (sebbene ci sia un'ipotesi di errore bassa). La conclusione è che per imparare, la …
2
I presupposti dei minimi quadrati
Supponiamo la seguente relazione lineare: , dove è la variabile dipendente, una singola variabile indipendente e il termine di errore.Y i X i u iYio= β0+ β1Xio+ uioYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iYioYiY_iXioXiX_iuiouiu_i Secondo Stock & Watson (Introduzione all'econometria; capitolo 4 ), il terzo presupposto dei minimi quadrati …
2
perché l'imparzialità non implica coerenza
Sto leggendo il deep learning di Ian Goodfellow et al. Introduce la distorsione come dove e sono rispettivamente il parametro stimato e il parametro reale sottostante.Bias(θ)=E(θ^)−θBias(θ)=E(θ^)−θBias(\theta)=E(\hat\theta)-\thetaθ^θ^\hat\thetaθθ\theta La coerenza, d'altra parte, è definita da che significa che per qualsiasi , comel i mm → ∞θ^m= θlimm→∞θ^m=θ\mathrm{lim}_{m\to\infty}\hat\theta_m=\thetaϵ > 0ϵ>0\epsilon > 0P( |θ^m- …
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.