Perguntas com a marcação «bias»

O CrossValidated tem várias perguntas sobre quando e como aplicar a correção de viés de evento raro por King e Zeng (2001) . Estou procurando algo diferente: uma demonstração mínima baseada em simulação de que o viés existe. Em particular, o rei e o estado de Zeng "... em dados …

19 r  logistic  simulation  bias  rare-events 

Quando a palavra "viés" foi cunhada para significar ?E [ θ^- θ ]E[θ^−θ]\mathbb{E}[\hat{\theta}-\theta] A razão pela qual estou pensando nisso agora é porque pareço me lembrar de Jaynes, em seu texto da Teoria das Probabilidades , criticando o uso da palavra "preconceito" usado para descrever essa fórmula e sugerindo uma …

18 terminology  bias  history 

Estou trabalhando em um projeto de Machine Learning com dados que já são (fortemente) influenciados pela seleção de dados. Vamos supor que você tenha um conjunto de regras codificadas. Como você cria um modelo de aprendizado de máquina para substituí-lo, quando todos os dados que ele pode usar são dados …

18 machine-learning  classification  data-mining  bias  extrapolation 

Eu estou sofrendo de um apagão. Foi-me apresentada a figura a seguir para mostrar a troca de viés e variância no contexto da regressão linear: Percebo que nenhum dos dois modelos se encaixa bem - o "simples" não está apreciando a complexidade da relação XY e o "complexo" está apenas …

18 regression  variance  bias 

Você pode fornecer um exemplo de um estimador de MLE da média que é tendenciosa? Não estou procurando um exemplo que quebre os estimadores de MLE em geral, violando as condições de regularidade. Todos os exemplos que vejo na internet referem-se à variação e não consigo encontrar nada relacionado à …

17 maximum-likelihood  mean  bias 

Eu tenho uma pergunta sobre o viés variável omitido na regressão logística e linear. Digamos que eu omita algumas variáveis ​​de um modelo de regressão linear. Finja que essas variáveis ​​omitidas não estão correlacionadas com as variáveis ​​que incluí no meu modelo. Essas variáveis ​​omitidas não influenciam os coeficientes no …

17 regression  logistic  least-squares  bias 

Estou tentando entender a troca de viés e variância, a relação entre o viés do estimador e o viés do modelo e o relacionamento entre a variação do estimador e a variação do modelo. Cheguei a estas conclusões: Tendemos a superestimar os dados quando negligenciamos o viés do estimador, ou …

15 regression  variance  bias  bias-variance-tradeoff 

Esta pergunta faz referência ao artigo de Galit Shmueli, "Explicar ou prever" . Especificamente, na seção 1.5, "Explicar e prever são diferentes", o professor Shmueli escreve: Na modelagem explicativa, o foco é minimizar o viés para obter a representação mais precisa da teoria subjacente. Isso me intrigou cada vez que …

15 predictive-models  inference  bias  unbiased-estimator  explanatory-models 

Questões Depende se a árvore é rasa ou profunda? Ou podemos dizer isso independentemente da profundidade / níveis da árvore? Por que o viés é baixo e a variância é alta? Por favor, explique intuitivamente e matematicamente

15 machine-learning  variance  covariance  cart  bias 

Uma suposição básica do uso de modelos de regressão para inferência é que "todos os preditores relevantes" foram incluídos na equação de previsão. A lógica é que a falha em incluir um fator importante do mundo real leva a coeficientes tendenciosos e, portanto, inferências imprecisas (ou seja, viés variável omitido). …

15 regression  assumptions  bias  predictor  confounding 

Li várias vezes que a validação cruzada "Deixar um fora" tem alta variação devido à grande sobreposição das dobras de treinamento. No entanto, não entendo por que isso é: o desempenho da validação cruzada não deve ser muito estável (baixa variação) exatamente porque os conjuntos de treinamento são quase idênticos? …

15 variance  cross-validation  bias 

Eu sempre luto para obter a verdadeira essência do problema incidental dos parâmetros. Li em várias ocasiões que os estimadores de efeitos fixos de modelos de dados de painel não lineares podem ser severamente influenciados por causa do "bem conhecido" problema de parâmetros incidentais. Quando peço uma explicação clara desse …

15 nonlinear-regression  fixed-effects-model  bias 

Seja uma estimativa de probabilidade máxima de um parâmetro verdadeiro de algum modelo. À medida que o número de pontos de dados aumenta, o erro geralmente diminui como O (1 / \ sqrt n) . Usando a desigualdade do triângulo e as propriedades da expectativa, é possível mostrar que essa …

14 variance  estimation  maximum-likelihood  bias 

Um amigo representa um cliente em apelação, após um julgamento criminal no qual parece que a seleção do júri foi racialmente tendenciosa. O júri consistia de 30 pessoas, em 4 grupos raciais. A acusação usou desafios peremptórios para eliminar 10 dessas pessoas da piscina. O número de pessoas e o …

14 probability  statistical-significance  references  bias  combinatorics 

Na psicologia e em outros campos, geralmente é empregada uma forma de regressão gradual que envolve o seguinte: Observe os preditores restantes (não há nenhum no modelo a princípio) e identifique o preditivo que resulta na maior mudança no quadrado r; Se o valor p da alteração do quadrado r …

14 regression  model-selection  bias  r-squared  stepwise-regression