Czapki i tyldy
Konwencja w moim (koniec) zastosowano statystyk jest to, że β jest oszacowanie prawdziwej wartości parametru p a ~ ββ^ββ~ jest inny, ewentualnie konkurować szacunek.
W związku z przykładu Wolfram, mogą one być zarówno odróżnić od statystyki (funkcja danych), która okazuje się być to oszacowanie np średniej próbki może być oszacowanie średniej populacji ľ więc może to być również nazywane μx¯μμ^ .
Contra Wolfram, nazwałbym estymatorem (duże litery rzymskie oznaczają zmienne losowe) i ˉ x oszacowaniem (małe litery rzymskie oznaczają obserwacje zmiennych losowych), ale tylko wtedy, gdy czułem się pedantyczny lub miało to znaczenie dla argumentu .X¯x¯
Podobnie w „Opisu statystyki Symbole” rzeczy, które sugeruje mi, że jest zmienną losową zamiast parametru jest fakt, że jest to rzymski nie litera greckiego jeden. Ponownie, dlatego w powyższym przykładzie średnia próbki obejmowała literę x, gdy była funkcją danych, ale μ, gdy uznawano ją za estymator. (I szczerze mówiąc, nie jest dla mnie jasne, co oznacza tylda u . To znaczy? Tryb? Rzeczywista, ale nieobserwowana wartość? Taki tekst musiałby powiedzieć.)u~xμu
Oczekiwania
Re operator oczekiwania: Nigdy nie widziałem, aby używane były nawiasy klamrowe. Może to kwestia statystyki matematycznej, w którym to przypadku ktoś tutaj powinien ją rozpoznać.
Empiryczne podejście do notacji
Jedną z prostych sytuacji, w których estymatory, zmienne losowe i oczekiwania kolidują ze sobą w notacji, jest omówienie algorytmów EM. Możesz przyjrzeć się kilku uważnym wykładom, aby poznać normalny zakres wariacji notacyjnych. Jest to empiryczne podejście do notacji, które zawsze bije teorię, pod warunkiem, że patrzysz na zróżnicowanie z właściwej populacji, tj. Dyscypliny lub oczekiwanych odbiorców.
Dolna linia
Pozostań w normalnym zakresie opisanym powyżej, a mimo to powiedz, co rozumiesz przez symbole raz w tekście przed ich użyciem. Nie zajmuje dużo miejsca, a czytelnicy Ci dziękują.
