Perguntas com a marcação «unbiased-estimator»

Seja uma amostra aleatória de uma distribuição para . Ou seja,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Encontre o estimador imparcial com variação mínima parag(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Minha tentativa: Como a distribuição geométrica é da família exponencial, as estatísticas são completas e suficientes para . Além disso, se é um estimador para , ele …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

Gostaria de entender alguns fatos sobre os estimadores de máxima verossimilhança (MLEs) para regressões logísticas. É verdade que, em geral, o MLE para regressão logística é tendencioso? Eu diria "sim". Eu sei, por exemplo, que a dimensão da amostra está relacionada ao viés assintótico dos MLEs. Você conhece algum exemplo …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

Suponha que eu tenho parâmetros positivos para estimar e suas estimativas imparciais não produzidas pelos estimadores , ou seja, , e assim por diante.nnnμ1,μ2,...,μnμ1,μ2,...,μn\mu_1,\mu_2,...,\mu_nnnnμ1^,μ2^,...,μn^μ1^,μ2^,...,μn^\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n}E[μ1^]=μ1E[μ1^]=μ1\mathrm E[\hat{\mu_1}]=\mu_1E[μ2^]=μ2E[μ2^]=μ2\mathrm E[\hat{\mu_2}]=\mu_2 Gostaria de estimar usando as estimativas disponíveis. Claramente, o estimador ingênuo é enviesado mais baixo como min(μ1,μ2,...,μn)min(μ1,μ2,...,μn)\mathrm{min}(\mu_1,\mu_2,...,\mu_n)min(μ1^,μ2^,...,μn^)min(μ1^,μ2^,...,μn^)\mathrm{min}(\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n})E[min(μ1^,μ2^,...,μn^)]≤min(μ1,μ2,...,μn)E[min(μ1^,μ2^,...,μn^)]≤min(μ1,μ2,...,μn)\mathrm E[\mathrm{min}(\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n})]\leq \mathrm{min}(\mu_1,\mu_2,...,\mu_n) Suponha que eu também tenha …

9 unbiased-estimator  estimators  minimum 

Exemplos: Eu tenho uma frase na descrição do trabalho: "Java senior engineer in UK". Eu quero usar um modelo de aprendizado profundo para prever em duas categorias: English e IT jobs. Se eu usar o modelo de classificação tradicional, ele poderá prever apenas 1 rótulo com softmaxfunção na última camada. …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Descrição geral Um estimador eficiente (que tem variação de amostra igual ao limite Cramér – Rao) maximiza a probabilidade de estar próximo ao parâmetro verdadeiro ?θθ\theta Digamos que comparemos a diferença ou diferença absoluta entre a estimativa e o parâmetro verdadeiroΔ^=θ^- θΔ^=θ^-θ\hat\Delta = \hat \theta - \theta A distribuição de …

9 mathematical-statistics  unbiased-estimator  sufficient-statistics  stochastic-ordering 

Estou lendo um aprendizado profundo de Ian Goodfellow et al. Ele introduz o viés como que e são o parâmetro estimado e o parâmetro real subjacente, respectivamente.B i a s ( θ ) = E( θ^) - θBEuumas(θ)=E(θ^)-θBias(\theta)=E(\hat\theta)-\thetaθ θθ^θ^\hat\thetaθθ\theta A consistência, por outro lado, é definida por o que significa …

9 estimation  bias  unbiased-estimator  consistency 

Suponha que substituamos a função de perda da regressão logística (que normalmente é de probabilidade logarítmica) pelo MSE. Ou seja, ainda o log odds ratio seja uma função linear dos parâmetros, mas minimize a soma das diferenças quadráticas entre a probabilidade estimada e o resultado (codificado como 0/1): registrop1 - …

9 logistic  maximum-likelihood  unbiased-estimator  mse 

Estou procurando a equação correta para calcular a covariância de amostra imparcial ponderada. As fontes da Internet são bastante raras nesse tema e todas usam equações diferentes. A equação mais provável que encontrei é esta: qj k= ∑Ni = 1WEu( ∑Ni = 1WEu)2- ∑Ni = 1W2Eu∑Ni = 1WEu( xeu j- …

9 covariance  unbiased-estimator  weighted-data 

A assimetria e curtose são definidas como: ζ4=E[(X-μ)4]ζ3= E[ ( X- μ )3]E[ ( X- μ )2]3 / 2= μ3σ3ζ3=E[(X-μ)3]E[(X-μ)2]3/2=μ3σ3\zeta_3 = \frac{E[(X-\mu)^3]}{E[(X-\mu)^2]^{3/2}} = \frac{\mu_3}{\sigma^3} ζ4= E[ ( X- μ )4]E[ ( X- μ )2]2= μ4σ4ζ4=E[(X-μ)4]E[(X-μ)2]2=μ4σ4\zeta_4 = \frac{E[(X-\mu)^4]}{E[(X-\mu)^2]^2} = \frac{\mu_4}{\sigma^4} As fórmulas a seguir são usadas para calcular a assimetria e …

8 skewness  unbiased-estimator  kurtosis 

Usando o teste T de Student, o T-Critical é calculado através de: t=X¯−μ0s/n√t=X¯−μ0s/nt = \frac{\bar{X} - \mu_{0}}{s / \sqrt{n}} Olhando para o artigo da Wikipedia sobre a Estimação imparcial do desvio padrão, há a seção Resultado para a distribuição normal, que menciona um fator de correção c4(n)c4(n)c_4(n) para o desvio …

8 t-test  standard-deviation  unbiased-estimator  t-distribution 

Eu li essa afirmação muitas vezes, mas nunca me deparei com uma prova. Eu gostaria de tentar produzir um, mas não tenho certeza de qual notação usar. Alguém pode me ajudar com isso?

8 mathematical-statistics  random-forest  unbiased-estimator  proof 

Eu próprio sempre usaria a média geométrica para estimar uma mediana lognormal. No entanto, no mundo da indústria, algumas vezes o uso da mediana da amostra fornece melhores resultados. A questão, portanto, é: existe um intervalo / ponto de corte a partir do qual a mediana da amostra possa ser …

8 median  unbiased-estimator  lognormal 

Eu tenho um parâmetro que fica entre . Digamos que eu possa executar um experimento e obter , em que é um gaussiano padrão. O que eu preciso é de uma estimativa de que seja 1) imparcial 2) quase certamente limitada. O requisito (2) é crucial para mim.θθ\thetaθ = θ …

8 estimation  mathematical-statistics  unbiased-estimator  proof 

Sabemos que se um estimador é um estimador imparcial de teta e se sua variância tende a 0 como n tende ao infinito, é um estimador consistente para teta. Mas essa é uma condição suficiente e não necessária. Estou procurando um exemplo de um estimador que seja consistente, mas cuja …

8 probability  variance  mathematical-statistics  unbiased-estimator  consistency 

Desejo calcular o parâmetro da distribuição exponencial de uma população de amostra retirada dessa distribuição sob condições tendenciosas. Até onde eu sei, para uma amostra de n valores, o estimador usual é . No entanto, minha amostra é tendenciosa da seguinte forma:e - λ x λ = nλλ\lambdae- λ xe−λxe^{-\lambda …

8 distributions  estimation  bias  unbiased-estimator  exponential