«estimation» 태그된 질문

이 태그는 너무 일반적입니다. 보다 구체적인 태그를 제공하십시오. 특정 견적 도구의 속성에 대한 질문은 [estimators] 태그를 대신 사용하십시오.

3
모집단 R 제곱 변경에 대한 신뢰 구간을 얻는 방법
간단한 예제를 위해 두 개의 선형 회귀 모델이 있다고 가정합니다. 모델 1은이 세 가지 예측, x1a, x2b, 및x2c 모형 2에는 모형 1의 예측 변수 3 개와 추가 예측 변수 2 개가 x2a있으며x2b 설명 된 모집단 분산이 모형 1의 경우 ρ2( 1 )ρ(1)2\rho^2_{(1)} 이고 모형 2의 경우 모집단 회귀 방정식이 있습니다. …
1
기계 학습에 대한 통계, 논문 시작?
나는 컴퓨터 프로그래밍과 초등 수 이론에 대한 배경 지식을 가지고 있지만 실제 통계 교육은 없으며 최근에는 모든 기술의 놀라운 세계가 실제로 통계 세계라는 것을 "발견"했습니다. 행렬 인수 분해, 행렬 완성, 고차원 텐서, 임베딩, 밀도 추정, 베이지안 추론, Markov 파티션, 고유 벡터 계산, PageRank는 모두 매우 통계적인 기술이며, 이러한 것을 사용하는 …
1
시간 이벤트의 긴 꼬리 분포
웹 서버의 로그가 있다고 가정하십시오. 이 로그에는 이런 종류의 튜플이 있습니다. user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... 이 타임 스탬프는 예를 들어 사용자의 클릭을 나타냅니다. 이제 user1한 달 동안 사이트를 여러 번 방문 (세션)하고 각 세션 동안 각 사용자의 클릭이 급증합니다 (사용자가 귀하의 사이트를 방문하면 …
1
Anova ()와 drop1 ()이 GLMM에 다른 답변을 제공 한 이유는 무엇입니까?
GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
1
표본은 어떤 의미에서 분포의 "최상의"추정을 의미합니까?
분포의 일부 iid 샘플 포인트 가 주어지면 큰 수의 (약 / 강한) 법칙에 의해 샘플 평균 f ∗ ( { x i , i = 1 , … , N } ) : = 1{xi∈Rn,i=1,…,N}{xi∈Rn,i=1,…,N}\{x_i \in \mathbb{R}^n, i=1,\ldots,N\}는 표본 크기N 이 무한대로 갈수록확률과 분포 분포 분포로 수렴합니다.f∗({xi,i=1,…,N}):=1N∑Ni=1xif∗({xi,i=1,…,N}):=1N∑i=1Nxif^*(\{x_i, i=1,\ldots,N\}):=\frac{1}{N} \sum_{i=1}^N x_i …
3
측정 할 수없는 이벤트의 가능성
측정 이론에서 측정 할 수없는 이벤트가 있다는 것을 알고 있습니다. 즉, 측정 할 수없는 이벤트가 아닙니다. 확률 측정 값이 정의되지 않은 확률로 이벤트를 무엇이라고 부릅니까? 그러한 사건에 관해 어떤 유형의 진술을 하시겠습니까?
2
M- 추정기가 실제 평균으로 수렴하기위한 조건
가우스 분포 및 M- 추정기의 iid 샘플이 주어지면 , \ rho의 어떤 특성 이 \ mu_m \ rightarrow \ mu 확률 을 보장하기에 충분 합니까? 가요 RHO \ 엄격 볼록되는 엄격 충분한 증가?X1,...,Xn∼N(μ,σ)X1,...,Xn∼N(μ,σ)X_1,...,X_n \sim N(\mu,\sigma) μm=argmina∑ρ(|Xi−a|)μm=argmina∑ρ(|Xi−a|)\mu_m = \underset{a}{\operatorname{argmin}} \sum\rho(|X_i-a|)ρρ\rhoμm→μμm→μ\mu_m \rightarrow \muρρ\rho
10 estimation 
3
데이터 샘플에서 Zipf 잘린 분포에 대한 모수를 추정하는 방법은 무엇입니까?
Zipf의 추정 매개 변수에 문제가 있습니다. 내 상황은 다음과 같습니다. 샘플 세트 (Zipf 배포를 따라야하는 호출을 생성하는 실험에서 측정)가 있습니다. 이 생성기가 실제로 zipf 배포를 사용하여 호출을 생성한다는 것을 증명해야합니다. 이미이 Q & A를 읽었습니다 . 일련의 최고 주파수에서 Zipf의 법칙을 계산 하는 방법은 무엇입니까? 그러나 잘린 분포를 사용하기 때문에 …
3
지수 모델의 추정
지수 모델은 다음 방정식으로 설명되는 모델입니다. yi^=β0⋅eβ1x1i+…+βkxkiyi^=β0⋅eβ1x1i+…+βkxki\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} 이러한 모델을 추정하는 데 사용되는 가장 일반적인 방법은 선형화이며, 이는 양쪽의 로그를 계산하여 쉽게 수행 할 수 있습니다. 다른 접근법은 무엇입니까? 나는 일부 관측에서 yi=0yi=0y_{i}=0 을 처리 할 수있는 것들에 특히 관심이 있습니다 . 업데이트 31.01.2011 이 모델이 0을 생성 할 수 …
1
의 UMVUE 찾기
허락하다 X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n pdf를 가진 iid 랜덤 변수 fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) 어디 θ>0θ>0\theta >0. UMVUE에게1θ1θ\frac{1}{\theta} 분산을 계산 나는 UMVUE를 얻는 두 가지 방법에 대해 배웠습니다. 크 래머-라오로 바운드 (CRLB) 레만-쉐프 테레 옴 나는 두 가지 중 하나를 사용하여 이것을 시도 할 것입니다. 나는 여기서 무슨 …
3
PDF 추정 방법을 평가하는 가장 좋은 방법
내가 본 것보다 낫다고 생각하는 아이디어를 테스트하고 싶습니다. 나는 틀릴 수 있지만 내 아이디어를 테스트하고 더 확실한 관찰로 내 의심을 없애고 싶습니다. 내가 생각한 것은 다음과 같습니다. 분포 세트를 분석적으로 정의합니다. 이들 중 일부는 가우시안, 유니폼 또는 Tophat와 같은 쉬운 것입니다. 그러나 이들 중 일부는 심슨 분포와 같이 어렵고 도전적이어야합니다. …
1
대한 최소 분산을 갖는 편견 추정량
하자 분포 랜덤 샘플 feom 수 에 대한 . 즉,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) 대한 최소 분산을 갖는 편견 추정량을g(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} 내 시도 : 기하 분포는 지수 패밀리에서 때문에 통계 는 완전하고 충분합니다 . 또한 이 대한 추정값 인 경우 편향되지 않습니다. 따라서 Rao-Blackwell 정리와 Lehmann-Scheffé 정리에서 는 우리가 찾는 추정값입니다.∑Xi∑Xi\sum …
3
데이터의 확률 분포를 추정하기위한 다양한 비모수 적 방법
데이터가 있고 부드러운 곡선을 맞추려고했습니다. 그러나 나는 너무 많은 사전 믿음이나 너무 강한 사전 개념 (나의 질문에 의해 암시되는 것을 제외하고) 또는 특정 배포판을 시행하고 싶지 않습니다. 방금 부드러운 곡선으로 맞추고 싶을 수도 있습니다 (또는 확률 분포의 추정치가 좋았습니다). 내가하는 유일한 방법은 커널 밀도 추정 (KDE)입니다. 사람들이 그런 것을 추정하는 …
3
균일 분포의 모수 추정 : 부적절한 사전?
우리는 N 개의 샘플을 가지고 있습니다. XiXiX_i균일 한 분포에서 [0,θ][0,θ][0,\theta] 어디 θθ\theta알 수 없습니다. 견적θθ\theta 데이터에서. 베이 즈의 규칙은 ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} 가능성은 다음과 같습니다. f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (편집 : 언제 0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \theta 모든 iii, 그렇지 않으면 0-고마워 whuber) 하지만 다른 정보는 없습니다 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.