«bias» 태그된 질문

CrossValidated는 King and Zeng (2001) 의 희귀 사건 편향 보정을 언제 어떻게 적용 할 것인지에 대한 몇 가지 질문을 가지고 있습니다 . 바이어스가 존재한다는 최소한의 시뮬레이션 기반 데모를 통해 다른 것을 찾고 있습니다. 특히 왕과 eng 주 "... 드문 사건 데이터에서 확률의 편향은 수천의 표본 크기에서 실질적으로 의미가 있으며 예측 …

19 r  logistic  simulation  bias  rare-events 

언제 "bias"라는 단어가 를 의미하기 위해 만들어 졌습니까?E[θ^−θ]E[θ^−θ]\mathbb{E}[\hat{\theta}-\theta] 내가 지금 이것에 대해 생각하고있는 이유는 그의 가능성 이론 (The Probability Theory) 본문에서이 공식을 설명하는 데 사용 된 "bias"라는 단어의 사용을 비판하고 대안을 제안하는 Jaynes를 회상하는 것 같습니다 . Jaynes의 확률 이론 , 섹션 17.2 "편견없는 추정자 :" 정통파들이 왜 과장된 강조를 …

18 terminology  bias  history 

데이터 선택에 의해 이미 (심하게) 바이어스 된 데이터로 Machine Learning 프로젝트를 진행하고 있습니다. 하드 코딩 된 규칙 집합이 있다고 가정 해 봅시다. 사용할 수있는 모든 데이터가 해당 규칙에 의해 이미 필터링 된 데이터 인 경우이를 대체하기 위해 기계 학습 모델을 어떻게 구축합니까? 일을 명확히하기 위해 가장 좋은 예는 신용 리스크 …

18 machine-learning  classification  data-mining  bias  extrapolation 

정전으로 고통 받고 있습니다. 선형 회귀와 관련하여 바이어스-분산 트레이드 오프를 보여주기 위해 다음 그림을 제시했습니다. 두 모델 중 어느 것도 적합하지 않다는 것을 알 수 있습니다. "단순"은 XY 관계의 복잡성을 인식하지 않으며 "복잡한"은 과도하게 적합하며 기본적으로 훈련 데이터를 학습합니다. 그러나 나는이 두 그림의 편견과 편차를 완전히 보지 못했습니다. 누군가 나에게 …

18 regression  variance  bias 

편향된 평균에 대한 MLE 추정기의 예를 제공 할 수 있습니까? 규칙적 조건을 위반하여 일반적으로 MLE 추정기를 위반하는 예를 찾고 있지 않습니다. 인터넷에서 볼 수있는 모든 예제는 분산을 참조하며 평균과 관련된 것을 찾을 수없는 것 같습니다. 편집하다 @MichaelHardy는 특정 제안 모델에서 MLE를 사용하여 균일 분포 평균의 편향 추정값을 얻는 예제를 제공했습니다. …

17 maximum-likelihood  mean  bias 

로지스틱 및 선형 회귀 분석에서 생략 된 변수 바이어스에 대한 질문이 있습니다. 선형 회귀 모델에서 일부 변수를 생략했다고 가정 해보십시오. 생략 된 변수는 모델에 포함 된 변수와 관련이없는 것으로 가정하십시오. 생략 된 변수는 내 모델의 계수를 바이어스하지 않습니다. 그러나 로지스틱 회귀 분석에서 나는 이것이 사실이 아니라는 것을 알게되었습니다. 생략 된 …

17 regression  logistic  least-squares  bias 

편향-분산 트레이드 오프, 추정 자의 편향과 모델의 편향 사이의 관계, 그리고 추정 자의 분산과 모형의 분산 사이의 관계를 이해하려고합니다. 나는 이러한 결론에 도달했다. 추정 자의 편향을 무시할 때, 즉 모형의 분산을 무시하는 모형의 편향 만 최소화하려는 경우 (즉, 고려하지 않고 추정 자의 분산을 최소화하는 것을 목표로하는 경우) 데이터를 과적 합하는 …

15 regression  variance  bias  bias-variance-tradeoff 

이 질문은 Galit Shmueli의 논문 "설명 또는 예측"을 참조 합니다. 구체적으로 1.5 절, "설명과 예측이 다르다"에서 Shmueli 교수는 다음과 같이 썼다. 설명 모델링에서 초점은 기본 이론의 가장 정확한 표현을 얻기 위해 편향을 최소화하는 데 있습니다. 내가 신문을 읽을 때마다 당황했습니다. 추정의 편향을 최소화하는 것은 어떤 의미에서 기본 이론을 가장 정확하게 …

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

질문 나무가 얕거나 깊은 지에 달려 있습니까? 아니면 나무의 깊이 / 수준에 관계없이 이것을 말할 수 있습니까? 왜 바이어스가 낮고 분산이 높습니까? 직관적이고 수학적으로 설명하십시오

15 machine-learning  variance  covariance  cart  bias 

추론에 회귀 모델을 사용하는 기본 가정은 "모든 관련 예측 변수"가 예측 방정식에 포함되어 있다는 것입니다. 중요한 실제 요인을 포함하지 않으면 계수가 바이어스되어 부정확 한 추론 (즉, 변수 바이어스 생략)이 발생한다는 이론적 근거가 있습니다. 그러나 연구 관행에서 "모든 관련 예측 변수" 와 유사한 것을 포함한 사람 은 본 적이 없습니다 . …

15 regression  assumptions  bias  predictor  confounding 

"Leave-one-out"교차 유효성 검사는 훈련 과정이 겹치므로 편차가 크다는 것을 계속해서 읽었습니다. 그러나 나는 그것이 왜 그런지 이해하지 못합니다 : 훈련 세트가 거의 동일하기 때문에 교차 검증의 성능이 정확하게 안정적이어야합니까 (낮은 분산)? 아니면 "분산"개념을 잘못 이해하고 있습니까? 또한 LOO가 편향되지 않는 방법을 완전히 이해하지 못하지만 분산이 높습니다. LOO 추정치가 기대치의 실제 …

15 variance  cross-validation  bias 

나는 항상 부수적 인 매개 변수 문제의 본질을 얻는 데 어려움을 겪습니다. 비선형 패널 데이터 모델의 고정 효과 추정기가 "잘 알려진"부수적 인 매개 변수 문제로 인해 심각하게 바이어스 될 수 있다고 여러 번 읽었습니다. 이 문제에 대한 명확한 설명을 요구할 때 일반적인 대답은 다음과 같습니다. 패널 데이터에 T 기간 동안 …

15 nonlinear-regression  fixed-effects-model  bias 

θ^θ^\hat\thetaθ∗θ∗\theta^*nnn∥θ^−θ∗∥‖θ^−θ∗‖\lVert\hat\theta-\theta^*\rVert 전형적 감소로서O(1/n−−√)O(1/n)O(1/\sqrt n). 삼각형의 불평등과 기대의 속성을 사용하면,이 오류 비율이 그 "편견"모두 의미 것을 보여주기 위해 가능∥Eθ^−θ∗∥‖Eθ^−θ∗‖\lVert \mathbb E\hat\theta - \theta^*\rVert와 "편차"∥Eθ^−θ^∥‖Eθ^−θ^‖\lVert \mathbb E\hat\theta - \hat\theta\rVert같은에서 감소O(1/n−−√)O(1/n)O(1/\sqrt{n})요율. 물론 모델이 더 빠른 속도로 축소되는 바이어스를 가질 수 있습니다. 많은 모형 (예 : 최소 최소 제곱 회귀)은 편향이 없습니다. 나는 O …

14 variance  estimation  maximum-likelihood  bias 

배심원 선택이 인종적으로 편중 된 것으로 보이는 형사 재판 후 친구가 항소에 의뢰인을 대변하고 있습니다. 배심원 풀은 4 명의 인종 그룹에서 30 명으로 구성되었습니다. 검찰은 풀에서이 10 명을 제거하기 위해 선제 적 도전을 사용했다. 각 인종 그룹의 인원 수와 실제 과제 수는 각각 다음과 같습니다. A: 10, 1 B: 10, …

14 probability  statistical-significance  references  bias  combinatorics 

심리학 및 기타 분야에서 다음과 같은 단계적 회귀 형태가 종종 사용됩니다. 나머지 예측 변수를보고 (처음에는 모형에 없음) 가장 큰 r- 제곱 변화를 초래하는 예측 변수를 식별하십시오. r- 제곱 변화의 p- 값이 알파보다 작 으면 (일반적으로 .05) 해당 예측 변수를 포함시키고 1 단계로 돌아가십시오. 그렇지 않으면 중지하십시오. 예를 들어, SPSS 에서이 …

14 regression  model-selection  bias  r-squared  stepwise-regression