Perguntas com a marcação «frequentist»

Alguém pode dar um bom resumo das diferenças entre a abordagem bayesiana e a abordagem freqüentista da probabilidade? Pelo que entendi: A visão dos freqüentadores é que os dados são uma amostra aleatória repetível (variável aleatória) com uma frequência / probabilidade específica (que é definida como a frequência relativa de …

37 probability  bayesian  frequentist 

Como alguém de fora, parece que existem duas visões concorrentes sobre como se deve executar inferência estatística. Os dois métodos diferentes são considerados válidos pelos estatísticos que trabalham? A escolha de uma é considerada mais uma questão filosófica? Ou a situação atual é considerada problemática e estão sendo feitas tentativas …

37 bayesian  frequentist 

Estou vendo alguns slides de palestras em um curso de ciência de dados que pode ser encontrado aqui: https://github.com/cs109/2015/blob/master/Lectures/01-Introduction.pdf Infelizmente, não consigo ver o vídeo desta palestra e, a certa altura do slide, o apresentador tem o seguinte texto: Alguns princípios fundamentais Pense como um bayesiano, verifique como um freqüentista …

35 bayesian  data-mining  frequentist 

Estou ajudando meus meninos, atualmente no ensino médio, a entender estatística, e estou pensando em começar com alguns exemplos simples, sem desconsiderar alguns vislumbres da teoria. Meu objetivo seria fornecer a eles a abordagem mais intuitiva, mas instrumentalmente construtiva, para aprender estatística do zero, a fim de estimular o interesse …

32 probability  hypothesis-testing  bayesian  frequentist  teaching 

Morey et al (2015) argumentam que os intervalos de confiança são enganosos e existem vários vieses relacionados à compreensão deles. Entre outros, eles descrevem a falácia da precisão da seguinte maneira: A falácia da precisão A largura de um intervalo de confiança indica a precisão do nosso conhecimento sobre o …

31 bayesian  confidence-interval  frequentist  precision 

Vou explicar meu problema com um exemplo. Suponha que você queira prever a renda de um indivíduo, com alguns atributos: {Idade, Sexo, País, Região, Cidade}. Você tem um conjunto de dados de treinamento como esse train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Qual é a motivação de introduzir um nível adicional de indireção do 'falso positivo' descritivo para o número inteiro '1'? O 'falso positivo' é realmente muito longo?

21 terminology  frequentist  type-i-and-ii-errors 

Algumas fontes dizem que a função de probabilidade não é uma probabilidade condicional, outras dizem que é. Isso é muito confuso para mim. De acordo com a maioria das fontes que eu vi, a probabilidade de uma distribuição com o parâmetro deve ser um produto de funções de massa de …

21 probability  bayesian  conditional-probability  likelihood  frequentist 

Precisão é definida como: p = true positives / (true positives + false positives) É verdade que, como true positivese false positivesabordagem 0, a precisão se aproxima de 1? Mesma pergunta para recall: r = true positives / (true positives + false negatives) No momento, estou implementando um teste estatístico …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Ouvi dizer que quando muitas especificações de modelo de regressão (por exemplo, no OLS) são consideradas como possibilidades para um conjunto de dados, isso causa vários problemas de comparação e os valores de p e os intervalos de confiança não são mais confiáveis. Um exemplo extremo disso é a regressão …

20 regression  frequentist  multiple-comparisons 

Eu ouvi a noção de que Jaynes afirma que os freqüentadores operam com um "prévio implícito". O que são ou são esses antecedentes implícitos? Isso significa que os modelos freqüentadores são todos casos especiais de modelos bayesianos à espera de serem encontrados?

19 bayesian  prior  posterior  frequentist 

Estatísticas freqüentistas para mim são sinônimos por tentar tomar decisões que são boas para todas as amostras possíveis. Ou seja, uma regra de decisão freqüentista deve sempre tentar minimizar o risco freqüentista, que depende da função de perda e do verdadeiro estado da natureza :δδ\deltaeueuLθ0 0θ0 0\theta_0 Rfr e q= …

19 maximum-likelihood  frequentist 

Em um comentário recentemente publicado aqui, um comentarista apontou para um blog de Larry Wasserman, que aponta (sem nenhuma fonte) que a inferência freqüentista colide com o princípio da probabilidade. O princípio da verossimilhança simplesmente diz que experimentos que produzem funções semelhantes de verossimilhança devem produzir inferência semelhante. Duas partes …

19 inference  likelihood  frequentist  likelihood-principle 

Enquanto participava de conferências, houve um esforço dos defensores das estatísticas bayesianas para avaliar os resultados dos experimentos. É considerado mais sensível, apropriado e seletivo em relação a descobertas genuínas (menos falsos positivos) do que as estatísticas freqüentes. Eu explorei o tópico um pouco, e não estou convencido até agora …

19 bayesian  power  frequentist 

Eu realmente quero aprender sobre técnicas bayesianas, por isso tenho tentado me ensinar um pouco. No entanto, estou tendo dificuldade em ver quando o uso de técnicas bayesianas confere uma vantagem sobre os métodos freqüentistas. Por exemplo: eu vi na literatura um pouco sobre como alguns usam anteriores informativos, enquanto …

18 bayesian  frequentist