Statistiche e Big Data estimation

2

Stima dei parametri di distribuzione gamma usando media campionaria e std

Sto cercando di stimare i parametri di una distribuzione gamma che si adatta meglio al mio campione di dati. Voglio solo usare la media , std (e quindi la varianza ) dal campione di dati, non i valori effettivi, poiché questi non saranno sempre disponibili nella mia applicazione. Secondo questo …

19 distributions estimation gamma-distribution

2

Velocità, spese di calcolo di PCA, LASSO, rete elastica

Sto cercando di confrontare la complessità computazionale / la velocità di stima di tre gruppi di metodi per la regressione lineare, come distinto in Hastie et al. "Elements of Statistical Learning" (2a edizione), capitolo 3: Selezione del sottoinsieme Metodi di restringimento Metodi che utilizzano direzioni di input derivate (PCR, PLS) …

18 machine-learning estimation feature-selection algorithms time-complexity

2

Perché

Una sequenza di stimatori per un parametro θ è asintoticamente normale se √UnUnU_nθθ\theta. (fonte) Chiamiamo quindivla varianza asintotica diUn. Se questa varianza è uguale allimite di Cramer-Rao, diciamo che lo stimatore / sequenza è asintoticamente efficiente.n−−√(Un−θ)→N(0,v)n(Un−θ)→N(0,v)\sqrt{n}(U_n - \theta) \to N(0,v)vvvUnUnU_n Domanda: Perché usiamo in particolare?n−−√n\sqrt{n} So che per la media …

18 estimation asymptotics efficiency

2

Media del campione bootstrap vs statistica del campione

Supponiamo che io abbia un campione e il campione bootstrap di questo esempio per un stastitico (ad es. La media). Come tutti sappiamo, questo esempio di bootstrap stima la distribuzione campionaria dello stimatore della statistica.χχ\chi Ora, la media di questo campione bootstrap è una stima migliore della statistica della popolazione …

18 estimation bootstrap

2

La teoria della varianza minima stima imparziale troppo enfatizzata nella scuola di specializzazione?

Di recente sono stato molto imbarazzato quando ho dato una risposta improvvisa sulla stima minima della varianza stime imparziali per i parametri di una distribuzione uniforme che era completamente sbagliata. Fortunatamente sono stato immediatamente corretto dal cardinale e da Henry con Henry che ha fornito le risposte corrette per l'OP …

18 estimation point-estimation

2

Stimatore di James-Stein: In che modo Efron e Morris hanno calcolato nel fattore di restringimento per il loro esempio di baseball?

Ho una domanda sul calcolo del fattore di restringimento di James-Stein nel documento scientifico americano del 1977 di Bradley Efron e Carl Morris, "Stein's Paradox in Statistics" . Ho raccolto i dati per i giocatori di baseball e sono riportati di seguito: Name, avg45, avgSeason Clemente, 0.400, 0.346 Robinson, 0.378, …

18 estimation shrinkage steins-phenomenon

2

Un problema di stima impossibile?

Domanda La varianza di una distribuzione binomiale negativa (NB) è sempre maggiore della sua media. Quando la media di un campione è maggiore della sua varianza, il tentativo di adattare i parametri di un NB con la massima probabilità o con la stima del momento fallirà (non esiste una soluzione …

17 estimation maximum-likelihood negative-binomial

4

In quali condizioni coincidono gli stimatori dei punti bayesiani e frequentisti?

Con un precedente piatto, gli stimatori ML (frequentista - massima probabilità) e MAP (bayesiano - massimo a posteriori) coincidono. Più in generale, tuttavia, sto parlando di stimatori puntuali derivati come ottimizzatori di alcune funzioni di perdita. ie (Bayesiana) x (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; \mathbb{E} …

17 bayesian estimation loss-functions frequentist decision-theory

3

Come fare una stima, quando sono disponibili solo statistiche riassuntive?

Ciò è in parte motivato dalla seguente domanda e dalla discussione che segue. Supponiamo che il campione iid sia osservato, . L'obiettivo è stimare . Ma il campione originale non è disponibile. Quello che abbiamo invece sono alcune statistiche del campione . Supponiamo che sia corretto. Come stimiamo ? Quale …

17 estimation maximum-likelihood

1

Come dimostrare che uno stimatore è coerente?

È sufficiente mostrare che MSE = 0 come ? Ho anche letto nei miei appunti qualcosa sul plim. Come trovo il plim e lo uso per dimostrare che lo stimatore è coerente?n→∞n→∞n\rightarrow\infty

17 estimation convergence consistency

4

Calcolo della dimensione del campione richiesta, precisione della varianza stimata?

sfondo Ho una variabile con una distribuzione sconosciuta. Ho 500 campioni, ma vorrei dimostrare la precisione con cui posso calcolare la varianza, ad esempio per sostenere che una dimensione del campione di 500 è sufficiente. Sono anche interessato a conoscere la dimensione minima del campione che sarebbe richiesta per stimare …

17 estimation random-variable variance sampling sample-size

3

Perché abbiamo bisogno del Bootstrapping?

Attualmente sto leggendo "All of Statistics" di Larry Wasserman e perplesso per qualcosa che ha scritto nel capitolo sulla stima delle funzioni statistiche di modelli non parametrici. Ha scritto "A volte possiamo trovare l'errore standard stimato di una funzione statistica eseguendo alcuni calcoli. Tuttavia in altri casi non è ovvio …

16 self-study estimation bootstrap standard-error

1

Definizione e convergenza dei minimi quadrati ripetuti iterativamente

Ho usato i minimi quadrati reiterati (IRLS) per ridurre al minimo le funzioni del seguente modulo, J(m)=∑Ni=1ρ(|xi−m|)J(m)=∑i=1Nρ(|xi−m|)J(m) = \sum_{i=1}^{N} \rho \left(\left| x_i - m \right|\right) dove è il numero di istanze di , è la stima attendibile che desidero e è una funzione di penalità robusta adatta. Diciamo che è …

16 estimation least-squares robust irls

2

Qual è la giustificazione statistica dell'interpolazione?

Supponiamo di avere due punti (la seguente figura: cerchi neri) e vogliamo trovare un valore per un terzo punto tra loro (croce). Effettivamente lo stimeremo in base ai nostri risultati sperimentali, i punti neri. Il caso più semplice è disegnare una linea e quindi trovare il valore (cioè interpolazione lineare). …

16 estimation interpolation

3

Come scegliere prima nella stima dei parametri bayesiani

Conosco 3 metodi per eseguire la stima dei parametri, l'approccio ML, MAP e Bayes. E per l'approccio MAP e Bayes, dobbiamo scegliere i priori per i parametri, giusto? Supponiamo di avere questo modello , in cui sono parametri, per fare la stima usando MAP o Bayes, ho letto nel libro …

16 bayesian estimation prior

Domande taggate «estimation»