Perguntas com a marcação «inference»

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . Eu tenho um conjunto de dados bastante simples que consiste em uma variável independente, uma …

14 r  regression  bayesian  anova  inference 

Eu queria saber qual pacote estatístico de software vocês recomendam para executar a inferência bayesiana. Por exemplo, eu sei que você pode executar o openBUGS ou o winBUGS como autônomo ou também pode chamá-los de R. Mas o R também possui vários de seus próprios pacotes (MCMCPack, BACCO), que podem …

14 r  probability  bayesian  inference  bugs 

Existem bons resumos (resenhas, livros) sobre várias aplicações da cadeia de Markov Monte Carlo (MCMC)? Vi Markov Chain Monte Carlo na prática , mas esses livros parecem um pouco antigos. Existem mais livros de atualização sobre várias aplicações do MCMC em áreas como aprendizado de máquina, visão computacional e biologia …

14 machine-learning  mcmc  inference  references  application 

Seja e quatro variáveis ​​aleatórias, tais que , em que são parâmetros desconhecidos. Suponha também que ,Então qual é a verdade?Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3Y4Y4Y_4E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3Var(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. A. são estimados.θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 B. é .θ1+θ3θ1+θ3\theta_1+\theta_3 C. é e é a melhor estimativa imparcial linear de .θ1−θ3θ1−θ3\theta_1-\theta_312(Y1+Y3)12(Y1+Y3)\dfrac{1}{2}(Y_1+Y_3)θ1−θ3θ1−θ3\theta_1-\theta_3 D. é .θ2θ2\theta_2 …

13 self-study  estimation  inference 

Recentemente, revi alguns artigos antigos de Nancy Reid, Barndorff-Nielsen, Richard Cox e, sim, um pouco de Ronald Fisher sobre o conceito de "inferência condicional" no paradigma freqüentista, o que parece significar que as inferências são baseadas considerando apenas o "subconjunto relevante" do espaço de amostra, não de todo o espaço …

13 confidence-interval  maximum-likelihood  inference 

No modelo y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilon , podemos estimar ββ\beta usando a equação normal: β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y,e poderíamos obter y =X β .y^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. O vetor de resíduos é estimado por ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q …

13 regression  least-squares  inference 

Aprendi nas estatísticas elementares que, com um modelo linear geral, para que as inferências sejam válidas, as observações devem ser independentes. Quando ocorre o agrupamento, a independência não pode mais ser mantida, levando a inferência inválida, a menos que isso seja explicado. Uma maneira de explicar esse cluster é usar …

13 r  mixed-model  inference  independence 

Estou lendo um comentário em um artigo, e o autor afirma que, às vezes, mesmo que os estimadores (encontrados por ML ou quase-probabilidade máxima) possam não ser consistentes, o poder de um teste de razão de verossimilhança ou razão de quase-verossimilhança ainda pode convergir para 1 como o número de …

13 mathematical-statistics  references  inference  power  consistency 

O termo "inferência estatística" inclui apenas testes de hipóteses ou também inclui estimativa de pontos, estimativa de intervalos etc. Referências autorizadas serão muito apreciadas.

13 inference  terminology 

Em resposta a um crescente corpo de estatísticos e pesquisadores que criticam a utilidade do teste de hipótese nula (NHT) para a ciência como um esforço cumulativo, a Força-Tarefa da Associação Americana de Psicologia em Inferência Estatística evitou uma proibição total do NHT, mas sugeriu que os pesquisadores relatam tamanhos …

13 bayesian  confidence-interval  effect-size  inference 

Atualmente, estou trabalhando como assistente de ensino na minha universidade, em um curso introdutório de estatística (para estudantes de medicina). Off-line, existem muitos livros disponíveis com informações para ajudar o professor. No entanto, o que estou interessado em saber é se você pode me direcionar para qualquer (bom) recurso que …

13 probability  references  inference  descriptive-statistics  teaching 

Considere o modelo de regressão linear y=Xβ+uy=Xβ+u\mathbf{y}=\mathbf{X\beta}+\mathbf{u} , u∼N(0,σ2I)u∼N(0,σ2I)\mathbf{u}\sim N(\mathbf{0},\sigma^2\mathbf{I}) , E(u∣X)=0E(u∣X)=0E(\mathbf{u}\mid\mathbf{X})=\mathbf{0} . Seja H0:σ20=σ2H0:σ02=σ2H_0: \sigma_0^2=\sigma^2 vs H1:σ20≠σ2H1:σ02≠σ2H_1: \sigma_0^2\neq\sigma^2 . Podemos deduzir que yTMXyσ2∼χ2(n−k)yTMXyσ2∼χ2(n−k)\frac{\mathbf{y}^T\mathbf{M_X}\mathbf{y}}{\sigma^2}\sim \chi^2(n-k), ondedim(X)=n×kdim(X)=n×kdim(\mathbf{X})=n\times k. EMXMX\mathbf{M_X}é a notação típico para a matriz aniquilador,MXy=y^MXy=y^\mathbf{M_X}\mathbf{y}=\hat{\mathbf{y}} , onde y é a variável dependenteyregrediram emXy^y^ \hat{\mathbf{y}}yy\mathbf{y}XX\mathbf{X} . O livro que estou lendo …

13 regression  hypothesis-testing  mathematical-statistics  inference 

Pesquisei no google e pesquisei stats.stackexchange, mas não consigo encontrar a fórmula para calcular um intervalo de confiança de 95% para um R2R2R^2 valor para uma regressão linear. Alguém pode fornecer? Melhor ainda, digamos que eu executei a regressão linear abaixo em R. Como eu calcularia um intervalo de confiança …

13 r  regression  confidence-interval  inference  r-squared 

Minha pergunta vem do seguinte fato. Eu tenho lido posts, blogs, palestras e livros sobre aprendizado de máquina. Minha impressão é que os profissionais de aprendizado de máquina parecem indiferentes a muitas coisas com as quais os estatísticos / econométricos se preocupam. Em particular, os profissionais de aprendizado de máquina …

13 machine-learning  self-study  inference 

MLE = Estimativa de Máxima Verossimilhança MAP = Máximo a posteriori O MLE é intuitivo / ingênuo, pois começa apenas com a probabilidade de observação dada o parâmetro (ou seja, a função de verossimilhança) e tenta encontrar o parâmetro que melhor se adequa à observação . Mas não leva em …

13 machine-learning  bayesian  estimation  maximum-likelihood  inference