Perguntas com a marcação «asymptotics»

A teoria assintótica estuda as propriedades dos estimadores e as estatísticas dos testes quando o tamanho da amostra se aproxima do infinito.



2
Por que a prova de Wilks de 1938 não funciona para modelos mal especificados?
No famoso artigo de 1938 (" A distribuição de grandes amostras da razão de verossimilhança para testar hipóteses compostas ", Annals of Mathematics Statistics, 9: 60-62), Samuel Wilks derivou a distribuição assintótica de 2×LLR2×LLR2 \times LLR (razão de verossimilhança logarítmica ) para hipóteses aninhadas, supondo que a hipótese maior seja …

4
Como projetar um novo vetor no espaço PCA?
Depois de executar a análise de componentes principais (PCA), quero projetar um novo vetor no espaço do PCA (ou seja, encontrar suas coordenadas no sistema de coordenadas do PCA). Eu calculei o PCA na linguagem R usando prcomp. Agora eu devo poder multiplicar meu vetor pela matriz de rotação PCA. …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 




2
Por que
Uma sequência de estimadores UnUnU_n para um parâmetro θθ\theta é assintoticamente normal se n−−√(Un−θ)→N(0,v)n(Un−θ)→N(0,v)\sqrt{n}(U_n - \theta) \to N(0,v). (fonte) Em seguida, chamamosvvva variação assintótica deUnUnU_n. Se essa variância for igual aolimite Cramer-Rao, dizemos que o estimador / sequência é assintoticamente eficiente. Pergunta: Por que usamos n−−√n\sqrt{n} em particular? Eu sei …

3
Consistência assintótica com variação assintótica diferente de zero - o que representa?
A questão já foi apresentada antes, mas quero fazer uma pergunta específica que tentará obter uma resposta que a esclareça (e classifique): Em "Assintóticos do pobre homem", mantém-se uma clara distinção entre (a) uma sequência de variáveis ​​aleatórias que converge em probabilidade para uma constante em contraste com (b) uma …

3
Por que não o trabalho CLT para
Portanto, sabemos que uma soma de nnn poissons com o parâmetro λλ\lambda é em si um poisson com nλnλn\lambda . Assim, hipoteticamente, uma pode demorar x∼poisson(λ=1)x∼poisson(λ=1)x \sim poisson(\lambda = 1) e dizem que é realmente ∑n1xi∼poisson(λ=1)∑1nxi∼poisson(λ=1)\sum_1^n x_i \sim poisson(\lambda = 1) onde cada xixix_i é: xi∼poisson(λ=1/n)xi∼poisson(λ=1/n)x_i \sim poisson(\lambda = 1/n) …

2
A matriz de informações observadas é um estimador consistente da matriz de informações esperadas?
Estou tentando provar que a matriz de informações observada avaliada no estimador de verossimilhança máxima fraca consistentemente consistente (MLE) é um estimador fracamente consistente da matriz de informações esperada. Este é um resultado amplamente citado, mas ninguém fornece uma referência ou uma prova (acabei as 20 primeiras páginas de resultados …

5
Erro de aproximação do intervalo de confiança para a média quando
Seja {Xi}ni=1{Xi}i=1n\{X_i\}_{i=1}^n uma família de variáveis ​​aleatórias iid assumindo valores em [0,1][0,1][0,1] , tendo uma média e variância . Um intervalo de confiança simples para a média, usando sempre que for conhecido, é dado por μμ\muσ2σ2\sigma^2σσ\sigmaP(|X¯−μ|>ε)≤σ2nε2≤1nε2(1).P(|X¯−μ|>ε)≤σ2nε2≤1nε2(1). P( | \bar X - \mu| > \varepsilon) \le \frac{\sigma^2}{n\varepsilon^2} \le\frac{1}{n \varepsilon^2} \qquad (1). …

2
Derivação da transformação de normalização para GLMs
\newcommand{\E}{\mathbb{E}} Como está a transformação de normalização A(⋅)=∫duV1/3(μ)A(⋅)=∫duV1/3(μ)A(\cdot) = \displaystyle\int\frac{du}{V^{1/3}(\mu)} normalização para a família exponencial derivado? Mais especificamente : tentei seguir o esboço de expansão de Taylor na página 3, slide 1 aqui, mas tenho várias perguntas. Com XXX de uma família exponencial, transformação h(X)h(X)h(X) e κiκi\kappa _i indicando o …



Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.