Perguntas com a marcação «bias»

Já se sabe há algum tempo que a idade mais jovem em que os jogadores de xadrez conseguiram se qualificar para o título de mestre de granizo diminuiu significativamente desde os anos 50, e atualmente há quase 30 jogadores que se tornaram grão-mestre antes dos 15 anos . No entanto, …

11 survival  bias  population  censoring  subset 

Os estimadores de Bayes são imunes ao viés de seleção? A maioria dos trabalhos que discutem estimativas em alta dimensão, por exemplo, dados de sequências genômicas completas, muitas vezes levanta a questão do viés de seleção. O viés de seleção decorre do fato de que, embora tenhamos milhares de preditores …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

Isso é semelhante ao Bootstrap: a estimativa está fora do intervalo de confiança Eu tenho alguns dados que representam contagens de genótipos em uma população. Quero estimar a diversidade genética usando o índice de Shannon e também gerar um intervalo de confiança usando o bootstrapping. Notei, no entanto, que a …

11 r  confidence-interval  bootstrap  bias  diversity 

Eu estou querendo saber como uma variável instrumental aborda o viés de seleção na regressão. Aqui está o exemplo que eu estou discutindo : Na Econometria Principalmente Inofensiva , os autores discutem uma regressão IV relacionada ao serviço militar e ganhos mais tarde na vida. A pergunta é: "O serviço …

11 regression  econometrics  bias  causality  instrumental-variables 

Estou ciente do teste de Ramsey Reset, que pode detectar dependências não lineares. No entanto, se você apenas jogar fora um dos coeficientes de regressão (dependências meramente lineares), poderá obter um viés, dependendo das correlações. Obviamente, isso não é detectado pelo teste de redefinição. Não encontrei um teste para este …

11 regression  multiple-regression  bias  causality  diagnostic 

Se considerarmos uma árvore de decisão adulta (ou seja, uma árvore de decisão não podada), ela tem alta variação e baixo viés. Ensacamentos e florestas aleatórias usam esses modelos de alta variação e os agregam para reduzir a variação e, assim, aprimorar a precisão da previsão. Ambas as Florestas Ensacadas …

11 variance  random-forest  cart  bias  bagging 

Acabei de aprender sobre o conceito de inicialização e surgiu uma pergunta ingênua: se sempre podemos gerar inúmeras amostras de inicialização de nossos dados, por que nos preocupar em obter mais dados "reais"? Acho que tenho uma explicação, diga-me se estou correto: acho que o processo de inicialização reduz a …

11 variance  bootstrap  bias 

Estou tentando entender por que o OLS fornece um estimador tendencioso de um processo AR (1). Considere Nesse modelo, a exogeneidade estrita é violada, ou seja, e estão correlacionados, mas e não são correlacionados. Mas se isso for verdade, por que a derivação simples a seguir não se aplica? ytεtyt-1εtPlim …

11 time-series  least-squares  bias  autoregressive  estimators 

Suponha que seja um estimador imparcial para . Então, é claro, . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE [ θ^∣ θ ] = θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Como alguém explica isso a um leigo? No passado, o que eu disse é que se você calcula a média de vários valores de , …

10 bias  asymptotics  unbiased-estimator  estimators  communication 

Entendo que a estimativa de validação cruzada do erro de teste com dobra k geralmente subestima o erro de teste real. Estou confuso por que esse é o caso. Entendo por que o erro de treinamento geralmente é menor que o erro de teste - porque você está treinando o …

10 cross-validation  bias 

Como exemplo, muitas vezes eu encontro estudantes que sabem que a observada é um estimador tendencioso da População R 2 . Então, ao escrever seus relatórios, eles dizem coisas como:R2R2R^2R2R2R^2 "I calculado Observado e ajustado R 2 , e elas foram bastante semelhantes, sugerindo que apenas uma pequena quantidade de …

10 mathematical-statistics  terminology  bias  estimators 

Fiz um bootstrap com um modelo misto (várias variáveis ​​com interação e uma variável aleatória). Eu obtive este resultado (apenas parcial): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : original bias std. error t1* 4.887383e+01 -1.677061e+00 4.362948e-01 t2* 3.066825e+01 1.264024e+00 …

10 r  confidence-interval  bootstrap  bias 

Ok - minha mensagem original falhou em obter uma resposta; então, deixe-me colocar a questão de forma diferente. Começarei explicando meu entendimento sobre estimativa de uma perspectiva teórica da decisão. Não tenho treinamento formal e não me surpreenderia se meu pensamento fosse defeituoso de alguma forma. Suponha que tenhamos alguma …

10 bias  loss-functions  frequentist  decision-theory  risk 

Gostaria de entender alguns fatos sobre os estimadores de máxima verossimilhança (MLEs) para regressões logísticas. É verdade que, em geral, o MLE para regressão logística é tendencioso? Eu diria "sim". Eu sei, por exemplo, que a dimensão da amostra está relacionada ao viés assintótico dos MLEs. Você conhece algum exemplo …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

Essa pode ser uma pergunta básica: qual é a diferença entre preconceito e falta de adequação? E, analogamente, qual é a diferença entre variação e super adaptação? Os termos de cada par significam a mesma coisa? Se não, qual é a diferença?

10 variance  bias  overfitting  model-evaluation