«inference» 태그된 질문

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 2 년 전 . 하나의 독립 변수, 하나의 종속 변수 및 범주 변수로 구성된 상당히 간단한 데이터 세트가 있습니다. 나는 aov()and 같은 잦은 테스트를 수행 한 경험이 …

14 r  regression  bayesian  anova  inference 

베이지안 추론을 수행하기 위해 어떤 소프트웨어 통계 패키지를 권장하는지 궁금합니다. 예를 들어, openBUGS 또는 winBUGS를 독립형으로 실행하거나 R에서 호출 할 수 있다는 것도 알고 있습니다. 그러나 R에는 베이지안 분석을 수행 할 수있는 자체 패키지 (MCMCPack, BACCO)도 있습니다. R의 어떤 베이지안 통계 패키지가 가장 좋거나 다른 대안 (Matlab 또는 Mathematica)에 대한 …

14 r  probability  bayesian  inference  bugs 

Markov chain Monte Carlo (MCMC)의 다양한 응용 분야에 대한 좋은 요약 (리뷰, 서적)이 있습니까? 나는 본 적이 연습에 마르코프 체인 몬테 카를로을 하지만,이 책은 좀 오래된 것 같습니다. 머신 리닝, 컴퓨터 비전 및 컴퓨터 생물학과 같은 영역에서 MCMC의 다양한 응용 프로그램에 대한 추가 업데이트 책이 있습니까?

14 machine-learning  mcmc  inference  references  application 

MLE = 최대 가능성 추정 MAP = 사후 최대 MLE는 매개 변수가 주어진 관측 확률 (즉, 우도 함수) 로만 시작 하고 관측치에 가장 잘 맞는 매개 변수를 찾으려는 점에서 직관적 / 순진 합니다 . 그러나 사전 지식은 고려하지 않습니다. MAP는 베이 즈 규칙을 통한 사전 지식을 고려하기 때문에보다 합리적으로 보입니다. …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

하자 및 것을 네 랜덤 변수하여야 . 여기서 은 알 수없는 매개 변수입니다. 또한 , 라고 가정하십시오그렇다면 어느 것이 사실입니까?Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3Y4Y4Y_4E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3 V a r ( Y i ) = σ 2 i = 1 , 2 , 3 , 4.θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3Var(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. A. 는 …

13 self-study  estimation  inference 

나는 최근에 Nancy Reid, Barndorff-Nielsen, Richard Cox의 오래된 논문을 검토했으며, 잦은 패러다임의 "조건부 추론"이라는 개념에 관한 작은 Ronald Fisher는 추론이 단지 전체 샘플 공간이 아니라 샘플 공간의 "관련 부분 집합". 주요 예로, 표본의 변동 계수 (보조 통계라고도 함)를 고려하면 t- 통계량을 기반으로하는 신뢰 구간을 개선 할 수 있습니다 (Goutis & …

13 confidence-interval  maximum-likelihood  inference 

모델 에서 정규 방정식을 사용하여 를 추정 할 수 있습니다 .β와이= Xβ+ ϵy=Xβ+ϵ{y} = X \beta + \epsilonββ\beta Y =X β .β^= ( X'엑스)− 1엑스'와이,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y, 우리가 얻을 수있는와이^= Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. 잔차 벡터는 다음과 같이 추정됩니다. ϵ^= y− Xβ^= ( 난− X( X'엑스)− 1엑스') y= Q y= …

13 regression  least-squares  inference 

나는 기본적인 선형 모델에서 추론이 유효하기 위해서는 관측이 독립적이어야한다는 기초 통계에서 배웠다. 클러스터링이 발생하면이를 고려하지 않는 한 더 이상 독립성이 더 이상 유효하지 않은 추론으로 이어질 수 없습니다. 이러한 클러스터링을 설명하는 한 가지 방법은 혼합 모델을 사용하는 것입니다. 시뮬레이션 여부에 관계없이 예제 데이터 세트를 찾고 싶습니다. 클러스터 된 데이터를 분석하기 …

13 r  mixed-model  inference  independence 

논문에 대한 의견을 읽었으며 저자는 때로는 추정기 (ML 또는 최대 유사 가능성으로 찾은 추정기)가 일관성이 없지만 가능성 비율 또는 유사 가능성 비율 검정의 힘이 여전히 수렴 할 수 있다고 말합니다. 관찰 된 데이터의 수가 무한대 인 경향이 있기 때문에 1 (테스트 일관성). 어떻게 그리고 언제 이런 일이 발생합니까? 참고 문헌에 …

13 mathematical-statistics  references  inference  power  consistency 

"통계 추론"이라는 용어는 가설 검정 만 포함하거나 점 추정, 구간 추정 등도 포함합니까? 권위있는 언급은 크게 감사하겠습니다.

13 inference  terminology 

과학에 대한 귀무 가설 검정 (NHT)의 유용성을 누적 노력으로 비난하는 통계 학자와 연구원의 증가에 대응하여, 통계적 추론에 관한 미국 심리학 협회 태스크 포스는 NHT에 대한 명백한 금지를 피했지만 대신 연구원들에게 제안했다. NHT에서 파생 된 p- 값 외에 효과 크기를보고합니다. 그러나 효과 크기는 여러 연구에서 쉽게 축적되지 않습니다. 메타 분석 접근법은 …

13 bayesian  confidence-interval  effect-size  inference 

저는 현재 대학교에서 초급 통계 과정 (의대 학생을위한)에서 조교로 일하고 있습니다. 오프라인에서는 교사를 돕는 정보가 담긴 책이 많이 있습니다. 그러나 내가 알고 싶은 것은 온라인에서 사용할 수있는 통계로 연습 (솔루션 포함)을 제공 하는 (좋은) 자원으로 안내 할 수 있는지 여부입니다 . (예 : 교사의 메모). 주제 자료는 기술 통계, 확률 …

13 probability  references  inference  descriptive-statistics  teaching 

선형 회귀 모형을 고려하십시오. ,y = X β+ uy=Xβ+u\mathbf{y}=\mathbf{X\beta}+\mathbf{u} ,u ∼N( 0 , σ2나 )u∼N(0,σ2I)\mathbf{u}\sim N(\mathbf{0},\sigma^2\mathbf{I}) 입니다.이자형( u ∣ X ) = 0E(u∣X)=0E(\mathbf{u}\mid\mathbf{X})=\mathbf{0} 대 H 1 : σ 2 0 ≠ σ 2로 하자 .H0: σ20= σ2H0:σ02=σ2H_0: \sigma_0^2=\sigma^2H1: σ20≠ σ2H1:σ02≠σ2H_1: \sigma_0^2\neq\sigma^2 y T M X y를 추론 할 수 있습니다, …

13 regression  hypothesis-testing  mathematical-statistics  inference 

stats.stackexchange에서 Google을 검색하고 검색했지만 선형 회귀 분석 의 값에 대한 95 % 신뢰 구간을 계산하는 공식을 찾을 수 없습니다 . 누구든지 그것을 제공 할 수 있습니까?아르 자형2R2R^2 더 나은 방법으로, R에서 아래의 선형 회귀를 실행했다고 가정 해 봅시다 . R 코드를 사용하여 R 값에 대한 95 % 신뢰 구간을 어떻게 …

13 r  regression  confidence-interval  inference  r-squared 

현재 Coursera에서 Daphne Koller의 PGM 과정을 수강하고 있습니다. 여기에서 우리는 일반적으로 베이지안 네트워크를 관측 된 데이터의 일부인 변수의 원인 및 결과 지향 그래프로 모델링합니다. 그러나 PyMC 자습서 및 예제에서 나는 일반적으로 PGM과 같은 방식으로 모델링되지 않았거나 혼란 스럽습니다. PyMC에서 관측 된 실제 변수의 부모는 종종 변수를 모델링하는 데 사용하는 분포의 …

13 bayesian  inference  bayesian-network  pymc