Perguntas com a marcação «unbiased-estimator»

As análises químicas de amostras ambientais são frequentemente censuradas abaixo nos limites de relatório ou em vários limites de detecção / quantificação. Este último pode variar, geralmente na proporção dos valores de outras variáveis. Por exemplo, uma amostra com uma alta concentração de um composto pode precisar ser diluída para …

22 correlation  estimation  censoring  covariance-matrix  unbiased-estimator 

O que significa dizer que "a variação é um estimador tendencioso". O que significa converter uma estimativa tendenciosa em uma estimativa imparcial por meio de uma fórmula simples. O que essa conversão faz exatamente? Além disso, qual é o uso prático dessa conversão? Você converte essas pontuações ao usar certo …

21 theory  unbiased-estimator  descriptive-statistics 

Nas estatísticas clássicas, existe uma definição de que uma estatística de um conjunto de dados é definida como concluída para um parâmetro , sendo impossível formar um estimador imparcial de partir dele sem trivialidade. Ou seja, a única maneira de ter para todos é ter ser quase certamente.TTTy1,…,yny1,…,yny_1, \ldots, y_nθθ\theta000Eh(T(y))=0Eh(T(y))=0E …

21 mathematical-statistics  intuition  unbiased-estimator  definition  complete-statistics 

Foi um choque para mim a primeira vez que fiz uma simulação de Monte Carlo de distribuição normal e descobri que a média de desvios padrão de amostras, todas com um tamanho de amostra de apenas , provou ser muito menos do que, ie, a média de vezes, o usado …

20 normal-distribution  standard-deviation  expected-value  unbiased-estimator  umvue 

Em um cenário em que se observa X1,…,XnX1,…,XnX_1,\ldots,X_n distribuído a partir de uma distribuição com densidade fff , gostaria de saber se existe um estimador imparcial (baseado nos XiXiX_i ) da distância de Hellinger a outra distribuição com densidade f0f0f_0 , ou seja, H(f,f0)={1−∫Xf(x)f0(x)−−−−−−−−√dx}1/2.H(f,f0)={1−∫Xf(x)f0(x)dx}1/2. \mathfrak{H}(f,f_0) = \left\{ 1 - \int_\mathcal{X} …

20 pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger 

Estou lendo o capítulo da troca de viés e variação de Os elementos do aprendizado estatístico e tenho dúvidas na fórmula da página 29. Deixe os dados surgirem de um modelo tal que onde é aleatório número com valor esperado e variância . Seja o valor esperado do erro do …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

Estou usando o Lasso para seleção de recursos em uma configuração dimensional relativamente baixa (n >> p). Depois de ajustar um modelo Lasso, quero usar as covariáveis ​​com coeficientes diferentes de zero para ajustar um modelo sem penalidade. Estou fazendo isso porque quero estimativas imparciais que Lasso não pode me …

17 regression  feature-selection  lasso  unbiased-estimator 

Para a distribuição normal, existe um estimador imparcial do desvio padrão dado por: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})} \sqrt{\frac{1}{2}\sum_{k=1}^n(x_i-\bar{x})^2} A razão pela qual esse resultado não é tão conhecido parece ser que ele é em grande parte um objeto antigo e não uma questão de grande importância . A prova é abordada …

16 mathematical-statistics  standard-deviation  unbiased-estimator 

Várias descrições na seleção de modelos sobre efeitos aleatórios de Modelos Mistos Lineares instruem a usar REML. Conheço a diferença entre REML e ML em algum nível, mas não entendo por que REML deve ser usado porque ML é tendencioso. Por exemplo, é errado realizar um LRT em um parâmetro …

16 mixed-model  maximum-likelihood  unbiased-estimator  likelihood-ratio  reml 

Suponha que você ajuste uma regressão linear / logística g(y)=a0+a1⋅x1+a2⋅x2g(y)=a0+a1⋅x1+a2⋅x2g(y) = a_0 + a_1\cdot x_1 + a_2\cdot x_2 , com o objetivo de uma estimativa imparcial de a1a2a1a2\frac{a_1}{a_2} . Você está muito confiante de que tantoa1a1a_1quantoa2a2a_2 são muito positivos em relação ao ruído em suas estimativas. Se você tem a …

15 regression  regression-coefficients  unbiased-estimator  ratio 

Para um modelo linear, a solução OLS fornece o melhor estimador linear e imparcial para os parâmetros. É claro que podemos negociar um viés por uma variação menor, por exemplo, regressão de crista. Mas minha pergunta é sobre não ter viés. Existem outros estimadores que são um tanto usados, que …

15 regression  least-squares  linear  unbiased-estimator  blue 

A abordagem comum para estimar os parâmetros de uma distribuição normal é usar a média e o desvio / variância padrão da amostra. No entanto, se houver alguns discrepantes, a mediana e o desvio médio da mediana devem ser muito mais robustos, certo? Em alguns conjuntos de dados que eu …

15 normal-distribution  estimation  outliers  robust  unbiased-estimator 

Pelo que entendi, as escolas do Reino Unido ensinam que o desvio padrão é encontrado usando: Considerando que as escolas dos EUA ensinam: (em um nível básico de qualquer maneira). Isso causou vários problemas aos meus alunos no passado, enquanto eles procuravam na Internet, mas encontraram a explicação errada. Por …

15 standard-deviation  error  teaching  unbiased-estimator 

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 

Este é um acompanhamento, mas também uma pergunta diferente da minha anterior . Li na Wikipedia que " um estimador isento de mediana minimiza o risco com relação à função de perda de desvio absoluto, como observado por Laplace ". No entanto, meus resultados da simulação de Monte Carlo não …

14 r  unbiased-estimator  median  lognormal  mad