Perguntas com a marcação «estimation»

Suponha que tenhamos um processo de Bernoulli com probabilidade de falha (que será pequena, digamos, ) a partir da qual coletamos amostras até encontrar falhas. Assim, estimamos a probabilidade de falha como que N é o número de amostras.qqqq≤0.01q≤0.01q \leq 0.01101010q^:=10/Nq^:=10/N\hat{q}:=10/NNNN Pergunta : q^q^\hat{q} uma estimativa parcial de qqq ? …

15 estimation  bernoulli-distribution 

Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste não-paramétrico como Mann-Whitney-U-testlevaria a mais informações …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Eu preciso "aprender" a distribuição de um gaussiano bivariado com poucas amostras, mas uma boa hipótese sobre a distribuição anterior, então eu gostaria de usar a abordagem bayesiana. Eu defini o meu anterior: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ …

15 distributions  bayesian  estimation  covariance  posterior 

A abordagem comum para estimar os parâmetros de uma distribuição normal é usar a média e o desvio / variância padrão da amostra. No entanto, se houver alguns discrepantes, a mediana e o desvio médio da mediana devem ser muito mais robustos, certo? Em alguns conjuntos de dados que eu …

15 normal-distribution  estimation  outliers  robust  unbiased-estimator 

Digamos que tenho um grande conjunto de valores que às vezes se repetem. Desejo estimar o número total de valores únicos no conjunto grande.SSS Se eu coletar uma amostra aleatória de valores e determinar que ele contém T uTTTTuTuT_u valores exclusivos, posso usar isso para estimar o número de valores …

15 estimation  sampling 

Estou tentando usar a função ' densidade ' em R para fazer estimativas de densidade do kernel. Estou tendo alguma dificuldade em interpretar os resultados e comparar vários conjuntos de dados, pois parece que a área sob a curva não é necessariamente 1. Para qualquer função de densidade de probabilidade …

15 r  estimation  pdf  kernel-smoothing  auc 

Jeffrey Wooldridge em sua Análise Econométrica de Dados de Painel e Seção Transversal (página 357) diz que o Hessian empírico "não é garantido que seja definido positivo, ou mesmo semidefinido positivo, para a amostra em particular com a qual estamos trabalhando". Isso me parece errado, pois (problemas numéricos à parte) …

15 estimation  maximum-likelihood  econometrics  asymptotics 

Fico impressionado com a idéia do encolhimento de James-Stein (ou seja, que uma função não-linear de uma única observação de um vetor de normais possivelmente independentes pode ser um melhor estimador das médias das variáveis ​​aleatórias, onde 'melhor' é medido por erro ao quadrado ) No entanto, nunca o vi …

15 estimation  error  shrinkage  application  steins-phenomenon 

Eu acho que já entendi a definição matemática de um estimador consistente. Corrija-me se eu estiver errado: WnWnW_n é um estimador consistente para ifθθ\theta∀ϵ>0∀ϵ>0\forall \epsilon>0 limn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θlimn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θ\lim_{n\to\infty} P(|W_n - \theta|> \epsilon) = 0, \quad \forall\theta \in \Theta Onde, ΘΘ\Theta é o Espaço Paramétrico. Mas quero entender a necessidade de um estimador …

15 estimation  consistency 

Tenho dados sobre os funcionários de uma grande empresa italiana há dez anos e gostaria de ver como a diferença de gênero nos ganhos entre homens e mulheres mudou ao longo do tempo. Para esse propósito, eu OLS agrupado: onde é o log de ganhos por ano, inclui covariáveis ​​que …

15 hypothesis-testing  estimation  econometrics  fixed-effects-model 

Estou tentando entender alguns trabalhos de Mark van der Laan. Ele é um estatístico teórico em Berkeley, trabalhando com problemas que se sobrepõem significativamente ao aprendizado de máquina. Um problema para mim (além da matemática profunda) é que ele muitas vezes acaba descrevendo abordagens familiares de aprendizado de máquina usando …

15 mathematical-statistics  estimation  nonparametric  autocorrelation  censoring 

Gostaria de saber se a estimativa de máxima probabilidade já foi usada em estatística. Aprendemos o conceito, mas me pergunto quando é realmente usado. Se assumirmos a distribuição dos dados, encontraremos dois parâmetros, um para a média e outro para a variação, mas você realmente os usa em situações reais? …

14 estimation  maximum-likelihood 

Seja uma estimativa de probabilidade máxima de um parâmetro verdadeiro de algum modelo. À medida que o número de pontos de dados aumenta, o erro geralmente diminui como O (1 / \ sqrt n) . Usando a desigualdade do triângulo e as propriedades da expectativa, é possível mostrar que essa …

14 variance  estimation  maximum-likelihood  bias 

Em certos casos, o Jeffreys anterior para um modelo multidimensional completo é geralmente considerado inadequado, por exemplo: (onde , com e desconhecido), onde o anterior a seguir é preferido (para o Jeffreys anterior completo ): que é o Jeffreys obtido anteriormente ao manter fixo (e da mesma forma para ). …

14 distributions  bayesian  estimation  prior  jeffreys-prior 

Em uma variação do problema do coletor de cupons , você não sabe o número de cupons e deve determinar isso com base nos dados. Vou me referir a isso como o problema do biscoito da sorte: Dado um número desconhecido de mensagens distintas sobre cookies da sorte , estime …

14 estimation  coupon-collector-problem