Qual è la distribuzione del coefficiente di determinazione, o R al quadrato, , nella regressione multipla univariata lineare sotto l'ipotesi nulla ?R 2 R2R^2H 0 : β = 0H0:β=0H_0:\beta=0 In che modo dipende dal numero di predittori e dal numero di campioni ? Esiste un'espressione a forma chiusa per la …
So che la regressione lineare può essere pensata come "la linea che è verticalmente più vicina a tutti i punti" : Ma c'è un altro modo di vederlo, visualizzando lo spazio delle colonne, come "la proiezione sullo spazio attraversato dalle colonne della matrice dei coefficienti" : La mia domanda è: …
Citando la grande risposta di Gung Presumibilmente, un ricercatore una volta si è avvicinato a Fisher con risultati "non significativi", chiedendogli cosa avrebbe dovuto fare, e Fisher ha detto, "vai a prendere più dati". Dal punto di vista di Neyman-Pearson, si tratta di una palese ppp -hacking, ma c'è un …
Sto cercando di ottenere una migliore comprensione intuitiva della deviazione standard. Da quello che ho capito, è rappresentativo della media delle differenze di un insieme di osservazioni in un insieme di dati dalla media di tale insieme di dati. Tuttavia NON è in realtà uguale alle medie delle differenze in …
Supponiamo che abbia mangiato hamburger ogni martedì per anni. Si potrebbe dire che mangio hamburger il 14% delle volte, o che la probabilità che io mangi un hamburger in una determinata settimana è del 14%. Quali sono le principali differenze tra probabilità e proporzioni? Una probabilità è una proporzione prevista? …
Questo può essere difficile da trovare, ma mi piacerebbe leggere un ben spiegato ARIMA esempio che usa matematica minima estende la discussione oltre la costruzione di un modello nell'uso di quel modello per prevedere casi specifici utilizza sia la grafica che i risultati numerici per caratterizzare l'adattamento tra i valori …
La stima della densità della finestra di Parzen è descritta come p ( x ) = 1nΣi = 1n1h2ϕ ( xio- xh)p(X)=1nΣio=1n1h2φ(Xio-Xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) dove è il numero di elementi nel vettore, è un vettore, è una densità di probabilità di , è la dimensione …
Ho usato il principio della massima entropia per giustificare l'uso di diverse distribuzioni in vari contesti; tuttavia, devo ancora essere in grado di formulare un'interpretazione statistica, al contrario di quella teorica dell'informazione, della massima entropia. In altre parole, cosa implica massimizzare l'entropia riguardo alle proprietà statistiche della distribuzione? Qualcuno ha …
Qualcuno può spiegare statistiche sufficienti in termini molto basilari? Vengo da un background ingegneristico e ho passato molte cose ma non sono riuscito a trovare una spiegazione intuitiva.
Ho cercato di sviluppare una comprensione basata sull'intuizione del teorema di Bayes in termini di probabilità anteriore , posteriore , di probabilità e marginale . Per questo uso la seguente equazione: dove rappresenta un'ipotesi o una convinzione e rappresenta dati o prove. Ho capito il concetto di posteriore - è …
Perché in "Metodo dei momenti", equipariamo i momenti del campione ai momenti della popolazione per trovare lo stimatore del punto? Dov'è la logica dietro questo?
Nelle statistiche classiche, esiste una definizione secondo cui una statistica TTT di un insieme di dati y1,…,yny1,…,yny_1, \ldots, y_n è definita come completa per un parametro θθ\theta è impossibile formare uno stimatore imparziale di 000 da esso non banalmente. Cioè, l'unico modo per avere Eh(T(y))=0Eh(T(y))=0E h(T (y )) = 0 …
Abbiamo molte buone discussioni sulla separazione perfetta nella regressione logistica. Come ad esempio, la regressione logistica in R ha provocato una separazione perfetta (fenomeno di Hauck-Donner). E adesso? e il modello di regressione logistica non converge . Personalmente ritengo ancora che non sia intuitivo il motivo per cui sarà un …
Conosco la definizione di matrice simmetrica positiva definita (SPD), ma voglio capire di più. Perché sono così importanti, intuitivamente? Ecco quello che so. Cos'altro? Per un dato dato, la matrice di varianza è SPD. La matrice di varianza è una metrica importante, vedi questo eccellente post per una spiegazione intuitiva. …
Intuitivamente, la media è solo la media delle osservazioni. La varianza è quanto queste osservazioni variano dalla media. Vorrei sapere perché l'inverso della varianza è conosciuta come precisione. Quale intuizione possiamo fare da questo? E perché la matrice di precisione è utile quanto la matrice di covarianza nella distribuzione multivariata …
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.