Perguntas com a marcação «parametric»

De Theory of Statistics, de Mark J. Schervish (página 12): Embora o teorema de representação de DeFinetti 1.49 seja central para motivar modelos paramétricos, ele não é realmente usado em sua implementação. Como o teorema é central para os modelos paramétricos?

55 probability  modeling  mathematical-statistics  parametric 

Gostaria de saber se faz diferença na interpretação se apenas as variáveis ​​dependentes, dependentes e independentes ou apenas as independentes são transformadas em log. Considere o caso de log(DV) = Intercept + B1*IV + Error Eu posso interpretar o IV como o aumento percentual, mas como isso muda quando eu …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Esta pergunta vem à mente há mais de um mês. A edição de fevereiro de 2015 da Amstat News contém um artigo do professor Mark van der Laan, de Berkeley, que censura as pessoas por usarem modelos inexatos. Ele afirma que, usando modelos, a estatística é então uma arte e …

45 machine-learning  maximum-likelihood  modeling  nonparametric  parametric 

A probabilidade pode ser definida de várias maneiras, por exemplo: a função euLL de que mapeia para isto é, .Θ × XΘ×X\Theta\times{\cal X}( θ , x )(θ,x)(\theta,x)L ( θ ∣ x )eu(θ∣x)L(\theta \mid x)L : Θ × X→ Reu:Θ×X→RL:\Theta\times{\cal X} \rightarrow \mathbb{R} a função aleatóriaL(⋅∣X)eu(⋅∣X)L(\cdot \mid X) também podemos considerar …

30 mathematical-statistics  likelihood  likelihood-ratio  parametric 

Ao pesquisar séries temporais em R, descobri que arima fornece apenas os valores do coeficiente e seus erros padrão do modelo ajustado. No entanto, também quero obter o valor p dos coeficientes. Não encontrei nenhuma função que forneça o significado do coef. Então, eu quero calcular isso sozinho, mas não …

23 r  time-series  chi-squared  arima  parametric 

Existe algum teste estatístico paramétrico e não paramétrico? Esta pergunta foi feita por um painel de entrevistas. É uma pergunta válida?

20 nonparametric  terminology  parametric 

Aparentemente, o coeficiente de correlação de Pearson é paramétrico e o rho de Spearman não é paramétrico. Estou tendo problemas para entender isso. Pelo que entendi, Pearson é calculado como e Spearman é calculado da mesma maneira, exceto que substituímos todos os valores por suas fileiras.rxy=cov(X,Y)σxσyrxy=cov(X,Y)σxσy r_{xy} = \frac{cov(X,Y)}{\sigma_x\sigma_y} Wikipedia …

19 nonparametric  pearson-r  parametric  spearman-rho 

Uma família de uma distribuição tem uma definição diferente para estatística do que em outras disciplinas? Em geral, uma família de curvas é um conjunto de curvas, cada uma das quais é dada por uma função ou parametrização na qual um ou mais parâmetros são variados. Tais famílias são usadas, …

14 distributions  terminology  parametric  exponential-family 

Estou confuso com a definição de modelo não paramétrico depois de ler este link Modelos paramétricos versus modelos não paramétricos e responder aos comentários da minha outra pergunta . Originalmente, pensei que "paramétrico versus não paramétrico" significa se temos suposições de distribuição no modelo (semelhante ao teste de hipótese paramétrica …

14 machine-learning  neural-networks  nonparametric  terminology  parametric 

Atualmente, estou tentando entender algumas coisas relacionadas à inicialização paramétrica. A maioria das coisas provavelmente é trivial, mas ainda acho que perdi alguma coisa. Suponha que eu queira obter intervalos de confiança para dados usando um procedimento de inicialização paramétrica. Então, eu tenho essa amostra e presumo que ela é …

13 nonparametric  bootstrap  simulation  monte-carlo  parametric 

Testes como Z, te vários outros assumem que os dados são baseados em uma amostragem aleatória. Por quê? Suponha que eu esteja fazendo pesquisa experimental, onde me importo muito mais com a validade interna do que com a externa. Portanto, se minha amostra for um pouco tendenciosa, tudo bem, pois …

12 hypothesis-testing  sampling  parametric  randomness 

Se se presume que testes não paramétricos têm menos poder do que suas alternativas paramétricas, isso implica que, se algum teste paramétrico não rejeita nulo, sua alternativa não paramétrica também não rejeita nulo? Como isso pode mudar se as suposições do teste paramétrico não forem atendidas e o teste for …

12 hypothesis-testing  nonparametric  parametric 

Eu não acho que possa haver uma resposta para todos os modelos de aprendizado profundo. Quais dos modelos de aprendizagem profunda são paramétricos e quais não paramétricos e por quê?

11 neural-networks  deep-learning  nonparametric  parametric 

Fiquei me perguntando se alguém poderia me ajudar com informações sobre curtose (ou seja, existe alguma maneira de transformar seus dados para reduzi-los?) Eu tenho um conjunto de dados de questionário com um grande número de casos e variáveis. Para algumas das minhas variáveis, os dados mostram valores de curtose …

10 distributions  assumptions  kurtosis  discriminant-analysis  parametric 

Existe algum motivo específico para você escolher a estimativa da densidade do kernel em vez da estimativa paramétrica? Eu estava aprendendo a ajustar a distribuição aos meus dados. Esta pergunta veio a mim. Meu tamanho de dados é relavamente grande com 7500 pontos de dados. Reivindicações automáticas. Meu objetivo é …

10 estimation  nonparametric  kernel-smoothing  parametric