Perguntas com a marcação «inference»

Seja θ∈Rnθ∈Rn\theta \in R^{n} . A Matriz de Informações de Fisher é definida como: I(θ)i,j=−E[∂2log(f(X|θ))∂θi∂θj∣∣∣θ]I(θ)i,j=−E[∂2log⁡(f(X|θ))∂θi∂θj|θ]I(\theta)_{i,j} = -E\left[\frac{\partial^{2} \log(f(X|\theta))}{\partial \theta_{i} \partial \theta_{j}}\bigg|\theta\right] Como posso provar que a Matriz de informações de Fisher é semidefinida positiva?

18 inference  linear-algebra  fisher-information 

Estou seguindo AW van der Vaart, estatística assintótica (1998). Ele fala de experimentos estatísticos, alegando que eles são diferentes de um modelo estatístico, mas ele também não os define. Minha pergunta: O que é (1) um experimento estatístico, (2) um modelo estatístico e (3) qual é o ingrediente chave que …

17 mathematical-statistics  inference  experiment-design  descriptive-statistics  model 

Estou sendo solicitado a encontrar os valores-p para estatística descritiva. No entanto, entendo que os valores-p são para estatísticas de teste. Se não me engano, um valor-p é a probabilidade de observar um valor tão extremo quanto a estatística de teste se a hipótese nula for verdadeira.

17 hypothesis-testing  descriptive-statistics  inference 

O pdf, o pmf e o cdf contêm as mesmas informações? Para mim, o pdf dá toda a probabilidade a um certo ponto (basicamente a área abaixo da probabilidade). O pmf fornece a probabilidade de um certo ponto. O cdf fornece a probabilidade sob um certo ponto. Então, para mim, …

17 probability  distributions  pdf  inference  cdf 

Conheço os benefícios da regularização ao criar modelos preditivos (viés versus variação, impedindo o ajuste excessivo). Mas, estou me perguntando se é uma boa idéia também fazer regularização (laço, cume, rede elástica) quando o principal objetivo do modelo de regressão é a inferência nos coeficientes (ver quais preditores são estatisticamente …

17 inference  lasso  ridge-regression  elastic-net  selectiveinference 

Eu acho que é justo dizer que estatística é uma ciência aplicada; portanto, quando as médias e os desvios padrão são calculados, é porque alguém está olhando para tomar algumas decisões com base nesses números. Parte de ser um bom estatístico, espero que seja capaz de "perceber" quando os dados …

16 references  inference  descriptive-statistics  history  fallacy 

Em R, eu uso a ldafunção da biblioteca MASSpara fazer a classificação. Pelo que entendi LDA, a entrada xxx receberá o rótulo yyy , que maximiza p(y|x)p(y|x)p(y|x) , certo? Mas quando ajustar o modelo, no qual x=(Lag1,Lag2)x=(Lag1,Lag2)x=(Lag1,Lag2)y=Direction,y=Direction,y=Direction, eu não bastante compreender a saída lda, Editar: para reproduzir a saída abaixo, …

16 r  discriminant-analysis  inference 

Para um dado problema de inferência, sabemos que uma abordagem bayesiana geralmente difere na forma e nos resultados de uma abordagem fequentista. Os freqüentistas (geralmente me incluem) frequentemente apontam que seus métodos não requerem um prévio e, portanto, são mais "orientados a dados" do que "orientados a julgamento". Obviamente, os …

15 bayesian  inference  likelihood  likelihood-ratio  frequentist 

Tenho um problema para entender por que a inferência bayesiana leva a problemas intratáveis. O problema é frequentemente explicado assim: O que não entendo é por que essa integral precisa ser avaliada em primeiro lugar: parece-me que o resultado da integral é simplesmente uma constante de normalização (como o conjunto …

15 bayesian  inference 

Venho estudando estatística de muitos livros nos últimos 3 anos e, graças a este site, aprendi muito. No entanto, uma pergunta fundamental ainda permanece sem resposta para mim. Pode ter uma resposta muito simples ou muito difícil, mas sei com certeza que requer algum entendimento profundo das estatísticas. Ao ajustar …

15 modeling  inference  aic 

Alguns bayesianos atacam a inferência freqüentista afirmando que "não há distribuição amostral única" porque depende das intenções do pesquisador (Kruschke, Aguinis, & Joo, 2012, p. 733). Por exemplo, digamos que um pesquisador inicie a coleta de dados, mas seu financiamento foi inesperadamente cortado após 40 participantes. Como as distribuições de …

15 distributions  inference  frequentist 

Esta pergunta faz referência ao artigo de Galit Shmueli, "Explicar ou prever" . Especificamente, na seção 1.5, "Explicar e prever são diferentes", o professor Shmueli escreve: Na modelagem explicativa, o foco é minimizar o viés para obter a representação mais precisa da teoria subjacente. Isso me intrigou cada vez que …

15 predictive-models  inference  bias  unbiased-estimator  explanatory-models 

Estou analisando um conjunto de dados usando um modelo de efeitos mistos com um efeito fixo (condição) e dois efeitos aleatórios (participante devido ao design do sujeito e ao par). O modelo foi gerado com o lme4pacote: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Em seguida, realizei um teste de razão de verossimilhança desse modelo em …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Entendo que isso significa que o modelo é ruim em prever pontos de dados individuais, mas estabeleceu uma tendência firme (por exemplo, y sobe quando x sobe).

14 regression  inference  r-squared  linear 

Acabei de assistir a uma palestra sobre inferência estatística ("comparando proporções e médias"), parte de uma introdução ao curso on-line de estatísticas. O material fez tão pouco sentido para mim como sempre (agora eu já deveria ter visto esse material dezenas de vezes, espalhado nas últimas três décadas). Estou procurando …

14 references  inference  point-estimation