Perguntas com a marcação «confidence-interval»

Um intervalo de confiança é um intervalo que cobre um parâmetro desconhecido com (1−α)%confiança. Intervalos de confiança são um conceito freqüentista. Eles são frequentemente confundidos com intervalos credíveis, que são o análogo bayesiano.

2
Confiança superior limitada no aprendizado de máquina
Me deparei com a fórmula para obter limites superiores de confiança no problema dos bandidos armados com k: clnNini−−−−−√clnNinic\sqrt{\frac{\text{ln} N_i}{n_i}} onde é a quantidade de amostras que temos para esse bandido específico e é a quantidade total de amostras que temos de todos os bandidos. O mesmo algoritmo é usado …
1
Intervalo de confiança para previsão xgb
especialistas! Talvez você saiba como calcular o intervalo de confiança para xgboost? A fórmula clássica com distribuição t não pode ajudar, porque meus dados não são normalmente distribuídos. Ou não importa? Se você sugerir alguma literatura, será muito útil, mas as abordagens em R e Python (no contexto da biblioteca …
1
Intervalos de confiança para ECDF
A desigualdade de Dvoretzky-Kiefer-Wolfowitz é a seguinte: Pr(sup|F^n(x)−F(x)|>ϵ)≤2exp(−2nϵ2)Pr(sup|F^n(x)−F(x)|>ϵ)≤2exp⁡(−2nϵ2)Pr(\text{sup}|\hat{F}_n(x)-F(x)|>\epsilon)\leq 2\exp(-2n\epsilon^2) , e prediz quão perto uma função de distribuição determinada empiricamente estará da função de distribuição a partir da qual as amostras empíricas são coletadas. Usando essa desigualdade, podemos desenhar intervalos de confiança (ICs) em torno de (ECDF). Mas esses ICs …
4
Um intervalo de confiança de
Digamos que sabemos o significado de uma determinada distribuição. Isso afeta a estimativa de intervalo da variação de uma variável aleatória (que de outra forma é calculada usando a variação da amostra)? Como em, podemos obter um intervalo menor para o mesmo nível de confiança?
1
Presume-se que os efeitos de grupo em um modelo de efeitos mistos tenham sido selecionados a partir de uma distribuição normal?
Digamos que estamos interessados ​​em como as notas dos exames dos alunos são afetadas pelo número de horas que esses alunos estudam. Amostra de alunos de várias escolas diferentes. o seguinte modelo de efeitos mistos: exam.gradesEu= a + β1× horas.estudoEu+ escolaj+ eEuexam.gradesEu=uma+β1×hours.studiedEu+escolaj+eEu \text{exam.grades}_i = a + \beta_1 \times \text{hours.studied}_i + …
1
Por que eu gostaria de inicializar ao calcular um teste t de amostra independente? (como justificar, interpretar e relatar um teste t com bootstrap)
Digamos que eu tenho duas condições, e meu tamanho de amostra para as duas condições é extremamente baixo. Digamos que só tenho 14 observações na primeira condição e 11 na outra. Eu quero usar o teste t para testar se as diferenças médias são significativamente diferentes umas das outras. Primeiro, …
1
Estimando parâmetros para um binômio
Antes de mais, gostaria de precisar que não sou especialista no assunto. Suponha que duas variáveis ​​aleatórias e sejam binomiais, respectivamente e observe aqui que é o mesmo. Eu sei queXXXYYYX∼B(n1,p)X∼B(n1,p)X\sim B(n_1,p)Y∼B(n2,p),Y∼B(n2,p),Y\sim B(n_2,p),pppZ=X+Y∼B(n1+n2,p).Z=X+Y∼B(n1+n2,p).Z=X+Y \sim B(n_1+n_2,p). Vamos ser uma amostra para e ser uma amostra de , existe um método padrão …
2
Por que um modelo estatístico superajustaria se recebesse um grande conjunto de dados?
Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis ​​(id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly spendé a …
8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 
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.