«misspecification» 태그된 질문

11
모델이 잘못되었을 때 왜 베이지안이어야합니까?
편집 : 간단한 예제를 추가했습니다 : 의 평균 추론 . 또한 신뢰 구간과 일치하지 않는 신뢰할 수있는 구간이 나쁜 이유를 약간 설명했습니다.XiXiX_i 나는 상당히 독실한 베이지안으로 일종의 믿음의 위기에 처해 있습니다. 내 문제는 다음과 같습니다. IID 데이터 를 분석하고 싶다고 가정하십시오 . 내가 할 일은 :XiXiX_i 먼저, 조건부 모델을 제안하십시오 …
5
회귀에 지연 종속 변수 포함
지연된 종속 변수를 회귀 모델에 포함시키는 것이 합법적인지에 대해 매우 혼란스러워합니다. 기본적 으로이 모델이 Y와 다른 독립 변수의 변화 사이의 관계에 초점을 맞춘다면 오른쪽에 지연 종속 변수를 추가하면 다른 IV 이전의 계수가 Y의 이전 값과 독립적임을 보장 할 수 있습니다. 일부는 LDV의 포함이 다른 IV의 계수를 하향 편향시킬 것이라고 말한다. …
2
베이지안 방법이 과적 합하지 않는 것이 사실입니까?
베이지안 방법이 과적 합하지 않는 것이 사실입니까? (이 주장을하는 논문과 튜토리얼을 보았습니다) 예를 들어, 가우시안 프로세스를 MNIST (손으로 쓴 숫자 분류)에 적용하지만 단일 샘플 만 표시하는 경우 해당 단일 샘플과 다른 입력에 대해 이전 분포로 되돌 리지만 차이는 크지 않습니까?
2
왜 윌크스의 1938 증거가 잘못 지정된 모델에 대해 작동하지 않습니까?
유명한 1938 년 논문 ( " 복합 가설 테스트를위한 가능성 비율의 대규모 표본 분포 ", Annals of Mathematical Statistics, 9 : 60-62)에서 Samuel Wilks는 (로그 가능성 비율) 의 점근 분포를 도출했습니다. 더 큰 가설이 올바르게 지정되었다는 가정하에 내포 된 가설의 경우 제한 분포는 자유도를 갖는 (chi-squared)이며 , 여기서 는 더 …
4
PCA 공간에 새로운 벡터를 투영하는 방법?
주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
2
부정확 화에 따른 통계적 추론
통계적 추론의 고전적인 처리는 올바르게 지정된 통계가 사용된다는 가정에 의존합니다. 즉, 유통 인 P∗(Y)P∗(Y)\mathbb{P}^*(Y) 가 감시 데이터를 생성하는 것이 yyy 통계 모델의 부분 MM\mathcal{M} : P∗(Y)∈M={Pθ(Y):θ∈Θ}P∗(Y)∈M={Pθ(Y):θ∈Θ}\mathbb{P}^*(Y) \in \mathcal{M}=\{\mathbb{P}_\theta(Y) :\theta \in \Theta\} 하지만, 대부분의 상황에서는 불가능 이것이 사실이라고 가정하십시오. 올바르게 지정된 가정을 철회하면 통계적 추론 절차가 어떻게 진행되는지 궁금합니다. White 1982의 …
2
모형의 잘못된 사양에 따른 통계적 추론
일반적인 방법 론적 질문이 있습니다. 이전에 답변을 받았을 수도 있지만 관련 스레드를 찾을 수 없습니다. 가능한 중복에 대한 포인터에 감사드립니다. ( 이것은 훌륭한 것이지만 대답은 없습니다. 이것은 대답 이 있더라도 정신적으로 비슷하지만 후자는 내 관점에서 너무 구체적입니다. 이것은 질문을 게시 한 후에도 가깝습니다.) 주제는 데이터를보기 전에 공식화 한 모델이 데이터 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.