Questo tag è troppo generale; si prega di fornire un tag più specifico. Per domande sulle proprietà di stimatori specifici, utilizzare invece il tag [stimatori].
Supponiamo di avere un processo di Bernoulli con probabilità di fallimento (che sarà piccola, diciamo, q ≤ 0,01 ) da cui campioniamo fino a quando non incontriamo 10 guasti. Stimiamo così la probabilità di fallimento come q : = 10 / N , dove N è il numero di campioni.qqqq≤0.01q≤0.01q …
I test di permutazione (chiamati anche test di randomizzazione, test di ri-randomizzazione o test esatto) sono molto utili e sono utili quando l'assunzione della distribuzione normale richiesta da per esempio t-testnon è soddisfatta e quando la trasformazione dei valori per classifica del test non parametrici come Mann-Whitney-U-testquesto porterebbero alla perdita …
Devo "imparare" la distribuzione di un gaussiano bivariato con pochi campioni, ma una buona ipotesi sulla distribuzione precedente, quindi vorrei usare l'approccio bayesiano. Ho definito il mio precedente: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & …
L'approccio comune per stimare i parametri di una distribuzione normale è quello di utilizzare la media e la deviazione / varianza standard del campione. Tuttavia, se ci sono alcuni valori anomali, la deviazione mediana e mediana dalla mediana dovrebbe essere molto più robusta, giusto? Su alcuni set di dati che …
Diciamo che ho una grande serie di valori che a volte si ripetono. Vorrei stimare il numero totale di valori univoci nel set di grandi dimensioni.SSS Se prendo un campione casuale di valori e stabilisco che contiene valori univoci , posso utilizzarlo per stimare il numero di valori univoci nell'insieme …
Sto cercando di usare la funzione ' densità ' in R per fare stime sulla densità del kernel. Ho qualche difficoltà a interpretare i risultati e confrontare vari set di dati in quanto sembra che l'area sotto la curva non sia necessariamente 1. Per qualsiasi funzione di densità di probabilità …
Jeffrey Wooldridge nella sua analisi econometrica dei dati di sezioni trasversali e panel (pagina 357) afferma che l'hessiana empirica "non è garantita per essere definita definita positiva, o anche semidefinita positiva, per il particolare campione con cui stiamo lavorando". Questo mi sembra sbagliato dal momento che (a parte i problemi …
Sono preso dall'idea del restringimento di James-Stein (ovvero che una funzione non lineare di una singola osservazione di un vettore di normali forse indipendenti può essere una migliore stima dei mezzi delle variabili casuali, dove "meglio" è misurato da un errore al quadrato ). Tuttavia, non l'ho mai visto nel …
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. …
Ho dati sui dipendenti di una grande azienda italiana da oltre dieci anni e vorrei vedere come il divario di genere nei guadagni uomo-donna è cambiato nel tempo. A questo scopo corro OLS pooled: yI t= X'I tβ+ δm a l eio+ ∑t = 110γtdt+ εiotyiot=Xiot'β+δmun'leio+Σt=110γtdt+εiot y_{it} = X'_{it}\beta + …
Sto cercando di capire alcuni articoli di Mark van der Laan. È uno statistico teorico di Berkeley che lavora su problemi che si sovrappongono in modo significativo con l'apprendimento automatico. Un problema per me (oltre alla matematica profonda) è che spesso finisce per descrivere approcci di machine learning familiari usando …
Mi chiedo se la stima della massima verosimiglianza sia mai stata utilizzata nelle statistiche. Ne apprendiamo il concetto, ma mi chiedo quando verrà effettivamente utilizzato. Se assumiamo la distribuzione dei dati, troviamo due parametri, uno per la media e uno per la varianza, ma in realtà li usi in situazioni …
Lasciate θ una stima di massima verosimiglianza di un vero parametro θ * di qualche modello. Poiché il numero di punti di dati n aumenta, l'errore ‖ θ - θ * ‖ tipicamente diminuisce O ( 1 / √θ^\hat\thetaθ∗\theta^*nn∥θ^−θ∗∥\lVert\hat\theta-\theta^*\rVertn )O(1/n−−√)O(1/\sqrt n). Usando la disuguaglianza e le proprietà del triangolo aspettativa, …
In alcuni casi, il precedente di Jeffreys per un modello multidimensionale è generalmente considerato inadeguato, questo è ad esempio il caso in: (dove ε ∼ N ( 0 , σ 2 ) , con μ e σ sconosciuti) dove è preferito il seguente precedente (al pieno Jeffreys precedente π ( …
In una variazione del problema del collezionista di coupon , non si conosce il numero di coupon e questo deve essere determinato in base ai dati. Mi riferirò a questo come al problema dei biscotti della fortuna: Dato un numero sconosciuto di distinti messaggi di cookie di fortuna nnn , …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.