Perguntas com a marcação «estimation»

Essa tag é muito geral; forneça uma tag mais específica. Para perguntas sobre as propriedades de estimadores específicos, use a tag [estimators].

2
Estimar a taxa na qual o desvio padrão é escalonado com uma variável independente
Eu tenho um experimento no qual estou fazendo medições de uma variável normalmente distribuída ,YYY Y∼N(μ,σ)Y∼N(μ,σ)Y \sim N(\mu,\sigma) Entretanto, experimentos anteriores forneceram algumas evidências de que o desvio padrão é uma função afim de uma variável independente , ou seja,Xσσ\sigmaXXX σ=a|X|+bσ=a|X|+b\sigma = a|X| + b Y∼N(μ,a|X|+b)Y∼N(μ,a|X|+b)Y \sim N(\mu,a|X| + b) …




1
Exemplo de estimativa máxima a posteriori
Eu tenho lido sobre estimativa de máxima verossimilhança e estimativa máxima a posteriori e até agora encontrei exemplos concretos apenas com a estimativa de máxima verossimilhança. Encontrei alguns exemplos abstratos de estimativa máxima a posteriori, mas nada concreto ainda com números: S Pode ser muito esmagador, trabalhando apenas com variáveis …


2
Referência para ?
Em sua resposta à minha pergunta anterior, @Erik P. dá a expressão onde é o excesso de curtose da distribuição. É fornecida uma referência à entrada da Wikipedia sobre a distribuição da variação da amostra , mas a página da Wikipedia diz "citação necessária".κV a r [ s2] = σ4( …


1
R / mgcv: Por que os produtos tensores te () e ti () produzem superfícies diferentes?
O mgcvpacote para Rpossui duas funções para ajustar as interações do produto tensorial: te()e ti(). Entendo a divisão básica do trabalho entre os dois (ajustando uma interação não linear versus decompondo essa interação em efeitos principais e uma interação). O que não entendo é o porquê te(x1, x2)e ti(x1) + …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 


2
Como estimar a precisão de uma integral?
Uma situação extremamente comum em computação gráfica é que a cor de algum pixel é igual à integral de alguma função com valor real. Freqüentemente, a função é muito complicada para ser resolvida analiticamente, então ficamos com a aproximação numérica. Mas a função também costuma ser muito cara de calcular, …



2
UMVUE de
Seja (X1,X2,…,Xn)(X1,X2,…,Xn)(X_1,X_2,\ldots,X_n) uma amostra aleatória da densidadefθ(x)=θxθ−110<x<1,θ>0fθ(x)=θxθ−110<x<1,θ>0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 Estou tentando encontrar o UMVUE de .θ1+θθ1+θ\frac{\theta}{1+\theta} A densidade da junta de é(X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp[(θ−1)∑i=1nlnxi+nlnθ+ln(10<x1,…,xn<1)],θ>0fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp⁡[(θ−1)∑i=1nln⁡xi+nln⁡θ+ln⁡(10<x1,…,xn<1)],θ>0\begin{align} f_{\theta}(x_1,\cdots,x_n)&=\theta^n\left(\prod_{i=1}^n x_i\right)^{\theta-1}\mathbf1_{00 \end{align} Como a população pdf pertence à família exponencial de um parâmetro, isso mostra que uma estatística completa suficiente para é T (X_1, \ ldots, X_n) …

2
Divergência de Kullback-Leibler para duas amostras
Tentei implementar uma estimativa numérica da divergência Kullback-Leibler para duas amostras. Para depurar a implementação, extrair as amostras de duas distribuições normais e .N(0,1)N(0,1)\mathcal N (0,1)N(1,2)N(1,2)\mathcal N (1,2) Para uma estimativa simples, gerei dois histogramas e tentei aproximar numericamente a integral. Fiquei preso ao lidar com aquelas partes do histograma …

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.