Perguntas com a marcação «bias»

Hastie et al. "Os elementos do aprendizado estatístico" (2009) consideram um processo de geração de dados com e .E ( ε ) = 0 Var ( ε ) = σ 2 εY=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} Eles apresentam a seguinte decomposição de variação de polarização do erro esperado …

9 variance  forecasting  prediction  terminology  bias 

Assuma a seguinte relação linear: YEu= β0 0+ β1 1XEu+ uEuYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_i , onde YEuYiY_i é a variável dependente, XEuXiX_i uma única variável independente e vocêEuuiu_i o termo do erro. De acordo com Stock & Watson (Introdução à Econometria; Capítulo 4 ), a terceira …

9 regression  least-squares  assumptions  bias  consistency 

Estou fazendo uma lição de casa sobre as Árvores de Decisão, e uma das perguntas que tenho que responder é "Por que os estimadores são construídos a partir de árvores, e como a ensacagem ajuda a reduzir sua variação?". Agora, eu sei que os modelos com excesso de ajuste tendem …

9 cart  bias 

No presente documento , ( Bayesiana Inference para Variância Componentes Usando único erro Contraste , Harville, 1974), o autor afirma ( y- Xβ)′H- 1( y- Xβ) = ( y- Xβ^)′H- 1( y- Xβ^) + ( β- β^)′( X′H- 1X) ( β- β^)(y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y-X\beta)'H^{-1}(y-X\beta)=(y-X\hat\beta)'H^{-1}(y-X\hat\beta)+(\beta-\hat\beta)'(X'H^{-1}X)(\beta-\hat\beta) para ser uma "relação bem conhecido", para uma …

9 regression  regression-coefficients  heteroscedasticity  bias  linear-algebra 

O livro Elements of Statistical Learning (disponível em PDF online) discute o viés otimista (7.21, página 229). Ele afirma que o viés de otimismo é a diferença entre o erro de treinamento e o erro dentro da amostra (erro observado se coletarmos novos valores de resultado em cada um dos …

9 error  bias  validation 

Existem métodos para corrigir o viés no modelo de risco proporcional de Cox causado por amostra selecionada não aleatoriamente (algo como a correção de Heckman)? Antecedentes : Digamos que a situação seja a seguinte: - Nos primeiros dois anos, todos os clientes são aceitos. - Após esses dois anos, é …

9 bias  cox-model 

Estou lendo um aprendizado profundo de Ian Goodfellow et al. Ele introduz o viés como que e são o parâmetro estimado e o parâmetro real subjacente, respectivamente.B i a s ( θ ) = E( θ^) - θBEuumas(θ)=E(θ^)-θBias(\theta)=E(\hat\theta)-\thetaθ θθ^θ^\hat\thetaθθ\theta A consistência, por outro lado, é definida por o que significa …

9 estimation  bias  unbiased-estimator  consistency 

Estou tendo um pouco de confusão. Eu estava lendo este artigo, onde explicava que a técnica de ensacamento reduz bastante a variação e apenas aumenta ligeiramente o viés. Eu não entendi como isso reduz a variação. Eu sei o que é variação e preconceito. Viés é a incapacidade do modelo …

9 variance  bias  bagging 

Existe alguma diferença entre os seguintes termos ou são iguais? Viés Viés sistemático Erros sistemáticos Se houver algumas diferenças, por favor, explique-as. Esses erros podem ser reduzidos quando se aumenta o tamanho da amostra? UPDATE: Meu campo de interesse é inferência estatística. Quero dizer que como diferenciamos esses termos como …

9 measurement-error  bias 

Suponha que observemos os dados e gostaríamos de ajustar um modelo de regressão para . Infelizmente, às vezes é medido com erros cuja média é diferente de zero.Y, XY,XY, XE [ Y|X]E[Y|X]\mathbf{E}[Y \,|\, X]YYY Deixe indicando se é medido com erros médios clássicos de zero ou erros médios diferentes de …

8 regression  bias  measurement-error  weighted-regression 

O seguinte é verdadeiro? viés baixo = alta variância viés baixo = baixa variância Entendo o viés alto e baixo, mas como a variação é diferente? Ou os sinônimos acima?

8 machine-learning  neural-networks  variance  sampling  bias 

Você conhece uma referência ou nome para a seguinte maneira de investigar se uma técnica de modelagem complexa é tendenciosa?TTT Aplique ao conjunto de dados original. Meça seu desempenho (por exemplo, R ao quadrado na configuração de regressão).TTT Permita aleatoriamente a variável de resposta para obter um novo conjunto de …

8 terminology  bias  validation  permutation-test 

Em Modelagem Preditiva Aplicada de Kuhn e Johnson, os autores escrevem: Finalmente, essas árvores sofrem viés de seleção: preditores com um número maior de valores distintos são favorecidos em detrimento de preditores mais granulares (Loh e Shih, 1997; Carolin et al., 2007; Loh, 2010). Loh e Shih (1997) observaram que …

8 cart  bias 

O tratamento usual dos livros didáticos para o ajuste de variáveis ​​supérfluas no OLS afirma que o estimador ainda é imparcial, mas pode ter uma variação maior (ver, por exemplo, Greene, Econometric Analysis, 7ª ed., P. 58). Outro dia, deparei-me com o tratamento de Judea Pearl do Paradox de Simpson …

8 least-squares  bias  causality  simpsons-paradox 

Li que a validação cruzada de deixar um fora fornece uma “estimativa imparcial do verdadeiro desempenho da generalização” (por exemplo, aqui ) e que essa é uma propriedade vantajosa do CV de deixar um fora. No entanto, não vejo como isso decorre das propriedades do CV individual. Por que o …

8 cross-validation  model-selection  bias