Perguntas com a marcação «error»

O erro de uma estimativa ou previsão é o desvio do valor verdadeiro, que pode ser não observável (por exemplo, parâmetros de regressão) ou observável (por exemplo, realizações futuras). Use a tag [error-message] para perguntar sobre erros de software.

2
Por que usamos resíduos para testar as suposições sobre erros na regressão?
Suponha que tenhamos um modelo .Yi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiYi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i A regressão tem várias suposições, como que os erros devem ser normalmente distribuídos com zero médio e variação constante. Fui ensinado a verificar essas suposições usando um gráfico QQ normal para testar …
1
Quando é uma regra de pontuação adequada uma melhor estimativa de generalização em uma configuração de classificação?
Uma abordagem típica para resolver um problema de classificação é identificar uma classe de modelos candidatos e, em seguida, executar a seleção de modelos usando algum procedimento, como validação cruzada. Normalmente, seleciona-se o modelo com a maior precisão, ou alguma função relacionada que codifica informações específicas do problema, como FβFβ\text{F}_\beta …
2
Viés de otimismo - estimativas de erro de previsão
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 …
3
Como é normalizado o RMSE pelo valor médio observado?
Eu tenho usado o Root Mean Squared Error(RMSE) para medir a precisão dos valores previstos usando um modelo. Entendo que o valor retornado está usando as unidades das minhas medidas (em vez de uma porcentagem). No entanto, gostaria de citar meus valores como uma porcentagem. A abordagem adotada é normalizar …
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 
1
O residual, e, é um estimador do erro,
Esta questão surgiu em outro tópico que eu comecei, então pensei em obter mais opiniões das pessoas sobre isso. Minha pergunta é O residual, e, é um estimador do erro, ?ϵϵ\epsilon A razão pela qual pergunto é a seguinte. No OLS, a variação dos resíduos, , é conhecida como variação …
2
Avaliando a qualidade das distribuições previstas
Eu tenho um conjunto de pontos de dados onde são as variáveis ​​independentes e acredito que cada pode ser modelado como sendo extraído de uma distribuição exponencial com os parâmetros .XEu,yEuXEu,yEuX_i, y_ixxxyEuyEuy_iλEuλEu\lambda_i Se eu usar o para prever , como posso avaliar a qualidade das minhas distribuições previstas em relação …
1
Suposição de homocedasticidade na regressão linear versus conceito de resíduos estudados
Tendo lido sobre resíduos estudantis, não entendo como a ideia de diferentes variações residuais depende de certos valores de um preditor XXX (como está implícito no conceito de resíduos estudantilizados) não é inerentemente conflitante com a suposição de homoscedasticidade em modelos de regressão linear com uma única variável preditora. Diz …
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.