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].

3
Como obter um intervalo de confiança na mudança do quadrado da população
Para um exemplo simples, assuma que existem dois modelos de regressão linear Modelo 1 tem três preditores, x1a, x2b, ex2c O modelo 2 possui três preditores do modelo 1 e dois preditores adicionais x2aex2b Existe uma equação de regressão populacional em que a variação populacional explicada é para o Modelo …
1
Estatísticas para aprendizado de máquina, documentos para começar?
Tenho formação em programação de computadores e teoria elementar dos números, mas não tenho treinamento em estatística real, e recentemente "descobri" que o incrível mundo de toda uma gama de técnicas é realmente um mundo estatístico. Parece que fatorações matriciais, conclusão matricial, tensores de alta dimensão, incorporação, estimativa de densidade, …
1
Distribuição de cauda longa de eventos de tempo
Suponha que você tenha os logs de um servidor da web. Nesses logs, você possui tuplas deste tipo: user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... Esses registros de data e hora representam, por exemplo, os cliques dos usuários. Agora, user1você visitará o site várias vezes (sessões) …
1
Por que Anova () e drop1 () forneceram respostas diferentes para os GLMMs?
Eu tenho um GLMM do formulário: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), obtenho resultados diferentes dos que utilizo Anova(model, type="III")na embalagem do carro ou summary(model). Estes dois últimos dão as mesmas respostas. Usando um monte de dados fabricados, …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
3
Probabilidade de um evento que não é mensurável
Sabemos pela teoria das medidas que existem eventos que não podem ser medidos, ou seja, não são mensuráveis ​​pela língua de Lebes. Como chamamos um evento com probabilidade em que a medida de probabilidade não está definida? Que tipos de declarações faríamos sobre esse evento?
2
Condições para o estimador M convergir para a verdadeira média
Dado amostras iid de uma distribuição gaussiana X1,...,Xn∼N(μ,σ)X1,...,Xn∼N(μ,σ)X_1,...,X_n \sim N(\mu,\sigma) e o estimador M-, μm=argmina∑ρ(|Xi−a|)μm=argmina∑ρ(|Xi−a|)\mu_m = \underset{a}{\operatorname{argmin}} \sum\rho(|X_i-a|) , o que propriedades em ρρ\rho são suficientes para garantir μm→μμm→μ\mu_m \rightarrow \mu na probabilidade? É ρρ\rho sendo estritamente convexa e estritamente crescente suficiente?
10 estimation 
3
Estimativa do modelo exponencial
Um modelo exponencial é um modelo descrito pela seguinte equação: yEu^= β0 0⋅ eβ1 1x1 i+ … + Βkxk iyEu^=β0 0⋅eβ1 1x1 1Eu+…+βkxkEu\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} A abordagem mais comum usada para estimar esse modelo é a linearização, o que pode ser feito facilmente calculando logaritmos de ambos os lados. Quais são …
1
Estimador imparcial com variância mínima para
Seja uma amostra aleatória de uma distribuição para . Ou seja,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Encontre o estimador imparcial com variação mínima parag(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Minha tentativa: Como a distribuição geométrica é da família exponencial, as estatísticas são completas e suficientes para . Além disso, se é um estimador para , ele …
3
Estimando o parâmetro de uma distribuição uniforme: inadequado antes?
Temos N amostras, , de uma distribuição uniforme onde é desconhecida. Estime partir dos dados. [ 0 , θ ] θ θXiXiX_i[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Então, o governo de Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} e a probabilidade é: f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (editar: quando para todos os e 0 caso contrário …
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.