Perguntas com a marcação «estimation»

Considere uma amostra de números reais. Digamos que queremos estimar a tendência central da população e ter uma noção da nossa incerteza em torno dessa estimativa. Vamos deixar de lado as suposições sobre a distribuição da população por um momento e considerar as duas abordagens a seguir. Obtenha uma amostra …

8 estimation  bootstrap 

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 …

8 mathematical-statistics  confidence-interval  estimation  maximum-likelihood  binomial 

A versão geral: Preciso estimar onde e são contínuos e multivariados. Prefiro fazê-lo de forma não paramétrica, porque não tenho uma boa forma funcional em mente e precisa ser algo como imparcial. Eu queria usar um estimador condicional de densidade do kernel, mas percebi que precisaria quantizar o primeiro. Então …

8 regression  estimation  nonparametric  pdf  causality 

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 fazer algumas simulações, percebi que o quantil da amostra é um estimador tendencioso do quantil verdadeiro. E, de acordo com minhas simulações, uma potencialmente muito tendenciosa. Fiquei surpreso com esse resultado, pois o CDF empírico não é tendencioso, mas depois de algumas pesquisas na Internet, descobri que era verdade …

8 estimation  quantiles 

Eu tenho um parâmetro que fica entre . Digamos que eu possa executar um experimento e obter , em que é um gaussiano padrão. O que eu preciso é de uma estimativa de que seja 1) imparcial 2) quase certamente limitada. O requisito (2) é crucial para mim.θθ\thetaθ = θ …

8 estimation  mathematical-statistics  unbiased-estimator  proof 

Quero estimar parâmetros dos modelos de mistura de Dirichlet usando a amostra de Gibbs e tenho algumas perguntas sobre isso: Uma mistura de distribuições de Dirichlet é equivalente a um processo de Dirichlet? Quais são as principais diferenças, se não? Além disso, se eu quiser estimar os parâmetros de uma …

8 bayesian  estimation  gibbs  dirichlet-distribution 

Tenho problemas para encontrar uma solução sobre como executar um teste post-hoc (Tukey HSD) após uma ANOVA de medidas repetidas de dois fatores (ambos em indivíduos) em R. Para a ANOVA, usei a função aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Depois de ler as respostas para outras …

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice 

Desejo calcular o parâmetro da distribuição exponencial de uma população de amostra retirada dessa distribuição sob condições tendenciosas. Até onde eu sei, para uma amostra de n valores, o estimador usual é . No entanto, minha amostra é tendenciosa da seguinte forma:e - λ x λ = nλλ\lambdae- λ xe−λxe^{-\lambda …

8 distributions  estimation  bias  unbiased-estimator  exponential 

Eu tenho dois grupos de 10 participantes que foram avaliados três vezes durante um experimento. Para testar as diferenças entre os grupos e nas três avaliações, executei um ANOVA de desenho misto 2x3 com group(controle, experimental), time(primeiro, segundo, três) e group x time. Ambos timee groupresultaram significativos, além de haver …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

Eu sempre luto para obter a verdadeira essência da identificação na econometria. Eu sei que afirmamos que um parâmetro (digamos ) pode ser identificado se, simplesmente olhando para sua distribuição (conjunta), pudermos inferir o valor do parâmetro. Em um caso simples de , onde , podemos afirmar que é identificado …

8 estimation  identifiability 

É possível calcular ou aproximar a probabilidade de algo extremamente improvável acontecer uma vez em uma amostra grande, ou seja, em situações em que a probabilidade é menor que o erro da máquina? Por exemplo, eu estava tentando calcular a probabilidade aproximada de alguém compartilhar meu genoma. Aparentemente, um genoma …

8 probability  estimation 

Suponha que a quantidade que queremos deduzir seja uma distribuição de probabilidade. Tudo o que sabemos é que a distribuição vem de um conjunto EEE determinado, digamos, por alguns de seus momentos e temos um anterior .QQQ O princípio da entropia máxima (MEP) diz que que possui menos entropia relativa …

8 bayesian  estimation  maximum-entropy 

Deixe ser um conjunto finito e suponha que queremos calcular o tamanho de um subconjunto .AUMAAXXX Motivação : Se podemos gerar elementos de uniformemente aleatoriamente, podemos estimar o tamanho de por amostragem aleatória. Ou seja, coletamos amostras aleatórias de , se pertencerem a , então . Infelizmente, pelo que faço, …

8 estimation 

Um dos supostos usos dos estimadores de L é a capacidade de estimar "de maneira robusta" os parâmetros de uma variável aleatória extraída de uma determinada classe. Uma das desvantagens do uso das distribuições Levy stableαα\alpha é que é difícil estimar os parâmetros, dada uma amostra de observações extraídas da …

8 distributions  estimation  robust  parametric  stable-distribution