«inference» 태그된 질문

방금이 훌륭한 책을 찾아 보았습니다 : Johnson과 Wichern의 다변량 통계 분석을 적용했습니다 . 아이러니 한 점은, 여전히 개별 단 변량 (회귀) 모델 대신 다변량 (회귀) 모델을 사용하는 동기를 이해할 수 없다는 것입니다. 나는 (a) 다변량 회귀 분석과 다변량 회귀 분석 결과의 해석을 설명하는 stats.statexchange post 1 과 2 를 겪었 …

28 regression  multiple-regression  inference  multivariate-regression 

베이지안 통계에서, 사후 분포가 다루기 어려워서 대략적인 추론이 적용되어야한다고 종종 언급됩니다. 이 난치 유발 요인은 무엇입니까?

28 bayesian  approximation  inference 

쌍별 통계에 대한 사후 추론 또는 다중 회귀 와 같은 다중 비교 시나리오가 있다고 가정합니다.mmm합니다. 또한 신뢰 구간을 사용하여 이러한 배수의 추론을 지원한다고 가정합니다. 1. CI에 여러 비교 조정을 적용합니까? 즉, 다중 비교가 αα\alpha 를 재정 의하여 FWER ( family-wise error rate ) 또는 FDR ( False Discovery Rate 신뢰 …

26 confidence-interval  multiple-comparisons  inference 

Cross Validated의 많은 트롤링 후에도 여전히 정보 이론의 영역 밖에서 KL 분기를 이해하는 것에 더 가깝다고 느끼지 않습니다. 정보 이론 설명을 이해하기가 훨씬 쉬운 수학 배경을 가진 사람에게는 다소 이상합니다. 정보 이론 배경에서 내 이해를 간략하게 설명하려면 : 한정된 수의 결과를 갖는 임의의 변수가있는 경우 평균적으로 가장 짧은 메시지를 가지고 …

23 inference  entropy  information-theory  kullback-leibler  compression 

내가 Google을 위해 "fisher" "fiducial" ... 나는 많은 인기를 얻었지만, 내가 따르는 모든 것은 내 이해력을 완전히 뛰어 넘습니다. 이 모든 히트는 공통점이 한 가지 인 것 같습니다. 모두 염색 된 통계 학자, 이론, 실제, 역사 및 통계학에 철저한 관심을 가진 사람들을 위해 작성된 것입니다. (따라서,이 설명들 중 어느 것도 …

23 bayesian  inference  terminology  fiducial  ronald-fisher 

(통계 언어가 아닌 일반 언어 사용에 대한 사전 사과.) 확실한 물리적 확신을 가지고 특정 물리적 6면 다이의 각면을 약 +/- 2 % 이내로 롤링 할 확률을 측정하려면 얼마나 많은 샘플 다이 롤이 필요합니까? 즉, 각 결과를 세어 주사위를 굴려 몇 번이나 굴려야할까요? 각면이 굴릴 확률이 14.6 %-18.7 % 이내인지 98 …

22 probability  inference  pdf  dice 

베이지안 추론에서, 미래 데이터에 대한 예측 분포는 알려지지 않은 파라미터를 통합함으로써 도출된다; 이러한 모수의 사후 분포에 통합하면 사후 예측 분포 (이미 관찰 된 데이터에 조건부 미래 데이터에 대한 분포)가 제공됩니다. 모수 추정치의 불확실성을 고려하는 예측이 아닌 비 예측 방법이 있습니까? 모든 사람은 선형 회귀 후 예측 간격을 계산하는 방법을 알고 …

22 prediction  inference  prediction-interval 

Mood, Graybill 및 Boes 의 통계 이론 소개 책에서 Neyman-Pearson의 정리 를 읽었습니다 . 그러나 나는 정리를 이해하지 못했습니다. 누구든지 간결한 말을 저에게 설명해 주시겠습니까? 어떤 상태입니까? Neyman-피어슨 보조 정리 : 하자 X1,…,XnX1,…,XnX_1,\ldots,X_n 행 랜덤 샘플 수 f(x;θ)f(x;θ)f(x;\theta) , θθ\theta 두 개의 알려진 값이다 및 및하자 고정.θ0θ0\theta_0θ1θ1\theta_10&lt;α&lt;10&lt;α&lt;10<\alpha<1 하자 양의 상수이어야 …

21 hypothesis-testing  self-study  references  inference  likelihood-ratio 

필자는 이해 통계가 데이터 샘플의 기능을 정량적으로 설명하는 반면 추론 통계는 샘플을 추출한 모집단에 대해 추론했다는 것을 이해했습니다. 그러나 통계적 추론 상태에 대한 Wikipedia 페이지는 다음과 같습니다. 대부분의 경우 통계적 추론은 임의의 형태의 무작위 표본 추출을 통해 관심있는 모집단에서 얻은 데이터를 사용하여 모집단에 대해 제안합니다. "대부분"은 내가이 개념들을 제대로 이해하지 …

21 terminology  descriptive-statistics  inference 

나는 통계학자가 아니고 (수학적 통계 과정을 밟았지만 그 이상은 아닙니다) 최근에는 정보 이론과 통계 역학을 공부하면서 "불확실성 측정"/ "엔트로피"라는 것을 만났습니다. 나는 불확실성의 척도로 진친의 유래를 읽었고 그것은 나에게 의미가 있었다. 만든 의미가 하나 개 이상의 기능의 산술 평균을 알고있을 때 통계를 얻을 수 MaxEnt의 제인스 설명했다 또 다른 것은 …

21 entropy  inference 

반전 방법은 어떻게 작동합니까? 임의 샘플 가 있다고 가정 합니다. . . ,X1,X2,...,XnX1,X2,...,XnX_1,X_2,...,X_n 밀도 f ( x ; θ ) = 1 인 X nf(x;θ)=1θx(1−θ)θf(x;θ)=1θx(1−θ)θf(x;\theta)={1\over \theta} x^{(1-\theta)\over \theta} 가 초과0&lt;x&lt;10&lt;x&lt;10<x<1하므로 cdfFX(x)=x1/θFX(x)=x1/θF_X(x)=x^{1/\theta}on(0,1)(0,1)(0,1). 그런 다음 반전 방법으로의 분포를F − 1 X(u)=uθ로얻습니다. XXXF−1X(u)=uθFX−1(u)=uθF_X^{-1}(u)=u^\theta 그렇게 uθuθu^\theta 의 분포가 XXX ? 이것이 반전 방법이 작동하는 …

21 r  distributions  inference  random-generation  inverse-cdf 

이 일 변량 선형 회귀 모형 에 데이터 세트 지면 계수 추정치는 여기에 따르면 제 질문은 서적과 위키 백과 에서 의 표준 오류 는 어떻게 그리고 왜? D = { ( X 1 , Y 1 ) , . . . , ( X N , Y , N ) …

20 standard-error  inference 

예측 변수 축소 / 선택을위한 탄력적 순 절차에 실제로 관심이 있습니다. 매우 강력 해 보입니다. 그러나 과학적 관점에서 계수를 얻은 후에는 어떻게해야할지 잘 모릅니다. 어떤 질문에 대답하고 있습니까? 이것들은 그 결과에 가장 큰 영향을 미치는 변수 들이며 이것들은 검증하는 동안 최고의 분산 / 바이어스 비율을 제공하는 계수들입니까? 물론 이것은 전통적인 …

19 hypothesis-testing  prediction  inference  lasso  elastic-net 

최근에 여기 에 게시 된 의견 에서 한 의견 자는 Larry Wasserman 이 블로그를 가리키며이 기사는 빈번한 추론이 우연의 원칙과 충돌한다고 지적합니다. 우도 원칙은 단순히 유사한 우도 함수를 생성하는 실험에서도 유사한 추론이 이루어져야한다고 말합니다. 이 질문의 두 부분 : 빈번한 추론의 어떤 부분, 풍미 또는 학교가 구체적으로 가능성 원칙을 위반합니까? …

19 inference  likelihood  frequentist  likelihood-principle 

내 이해는 베이지안 접근법을 사용하여 매개 변수 값을 추정 할 때입니다. 사후 분포는 사전 분포와 우도 분포의 조합입니다. 우리는 사후 분포에서 표본을 생성하여이를 시뮬레이션합니다 (예를 들어, Metropolis-Hasting 알고리즘을 사용하여 값을 생성하고 사후 분포에 속할 확률의 특정 임계 값보다 높은 경우 값을 수용 함). 이 샘플을 생성 한 후에는이 샘플을 사용하여 …

19 bayesian  inference  simulation  mcmc  posterior