Sono davvero sorpreso che nessuno sembra averlo già chiesto ... Quando si parla di stimatori, due termini usati frequentemente sono "coerenti" e "imparziali". La mia domanda è semplice: qual è la differenza? Le precise definizioni tecniche di questi termini sono piuttosto complicate ed è difficile avere un'idea intuitiva di ciò …
È ovvio molte volte perché si preferisce uno stimatore imparziale. Ma ci sono circostanze in cui potremmo effettivamente preferire uno stimatore distorto rispetto a uno imparziale?
La summary.rqfunzione della vignetta quantreg offre una moltitudine di scelte per le stime di errore standard dei coefficienti di regressione quantile. Quali sono gli scenari speciali in cui ognuno di questi diventa ottimale / desiderabile? "rango" che produce intervalli di confidenza per i parametri stimati invertendo un test di rango …
Poiché si possono calcolare gli intervalli di confidenza per i valori p e poiché l'opposto della stima dell'intervallo è la stima puntuale: il valore p è una stima puntuale?
Ho imparato che una statistica è un attributo che puoi ottenere dai campioni. Prendendo molti campioni della stessa dimensione, calcolando questo attributo per tutti loro e tramando il pdf, otteniamo la distribuzione dell'attributo corrispondente o la distribuzione delle statistiche corrispondenti. Ho anche sentito che le statistiche sono fatte per essere …
Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 2 anni fa . Sto usando il cursore per eseguire una foresta casuale convalidata in modo incrociato su un set di …
In un semplice modello di regressione, y=β0+β1x+ε,y=β0+β1x+ε, y = \beta_0 + \beta_1 x + \varepsilon, gli stimatori OLS betaβ^OLS0β^0OLS\hat{\beta}_0^{OLS} e sono correlate.β^OLS1β^1OLS\hat{\beta}_1^{OLS} La formula per la correlazione tra i due stimatori è (se l'ho derivata correttamente): Corr(β^OLS0,β^OLS1)=−∑ni=1xin−−√∑ni=1x2i−−−−−−−√.Corr(β^0OLS,β^1OLS)=−∑i=1nxin∑i=1nxi2. \operatorname{Corr}(\hat{\beta}_0^{OLS},\hat{\beta}_1^{OLS}) = \frac{-\sum_{i=1}^{n}x_i}{\sqrt{n} \sqrt{\sum_{i=1}^{n}x_i^2} }. Domande: Qual è la spiegazione intuitiva della presenza …
C'è stato un po 'di confusione nella mia testa riguardo a due tipi di stimatori del valore della popolazione del coefficiente di correlazione di Pearson. A. Fisher (1915) ha mostrato che per la popolazione normale bivariata empirica è un prevenuto negativamente stimatore , anche se la polarizzazione può essere di …
Qual è la proprietà oracolo di uno stimatore? A quali obiettivi di modellazione è rilevante la proprietà dell'oracolo (predittiva, esplicativa, ...)? Entrambe le spiegazioni teoricamente rigorose e (soprattutto) intuitive sono benvenute.
EDIT: Poiché questa domanda è stata gonfiata, un riassunto: trovare diversi set di dati significativi e interpretabili con le stesse statistiche miste (media, mediana, media e le loro dispersioni associate e regressione). Il quartetto Anscombe (vedi Scopo della visualizzazione di dati ad alta dimensione? ) È un famoso esempio di …
Mi chiedevo se qualcuno lo sapesse o se esiste un'applicazione nelle statistiche in cui è richiesta una forte coerenza di uno stimatore invece di una consistenza debole. Cioè, una coerenza forte è essenziale per l'applicazione e l'applicazione non funzionerebbe con una coerenza debole.
Contesto Il gaussiano multivariato appare frequentemente in Machine Learning e i seguenti risultati sono utilizzati in molti libri e corsi ML senza derivazioni. Dati dati in forma di matrice di dimensioni , se assumiamo che i dati seguano una distribuzione gaussiana -variata con parametri mean ( ) e matrice di …
Mi è stata posta questa domanda l'altro giorno e non l'avevo mai considerata prima. La mia intuizione deriva dai vantaggi di ogni stimatore. La massima probabilità è preferibilmente quando siamo fiduciosi nel processo di generazione dei dati perché, a differenza del metodo dei momenti, si avvale della conoscenza dell'intera distribuzione. …
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 …
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.