Kiedy ja Google dla "fisher" "fiducial" ... Na pewno mam dużo hitów, ale wszystkie te, które śledziłem, są całkowicie poza moim zrozumieniem. Wszystkie te hity wydają się mieć jedną wspólną cechę: wszystkie są napisane dla statystyków barwionych w wełnie, ludzi głęboko zanurzonych w teorii,...
Według wnioskowania bayesowskiego rozkład predykcyjny dla przyszłych danych jest uzyskiwany przez zintegrowanie nieznanych parametrów; całkowanie z tylnym rozkładem tych parametrów daje tylny rozkład predykcyjny - rozkład dla przyszłych danych pod warunkiem tych, które już zaobserwowano. Jakie są...
(Z góry przepraszamy za użycie języka świeckiego zamiast języka statystycznego). Jeśli chcę zmierzyć szanse na rzut każdej strony konkretnej fizycznej sześciościennej kostki do około +/- 2% z rozsądną pewnością, ile próbnych rzutów byłoby potrzebne? tj. ile razy musiałbym rzucić kostką, licząc...
Jak działa metoda inwersji? Powiedzmy, że mam losową próbkę o gęstości powyżej a zatem z cdf na . Następnie metodą inwersji otrzymuję rozkład jako . f ( x ; θ ) = 1X1, X2), . . . , XnX1,X2),...,XnX_1,X_2,...,X_n 0<x<1FX(x)=x1/θ(0,1)XF - 1 X(u)=uθfa( x ; θ ) = 1θx( 1 - θ...
Przeczytałem lemat Neymana-Pearsona z książki Wprowadzenie do teorii statystyki Mooda, Graybilla i Boesa. Ale nie zrozumiałem lematu. Czy ktoś może mi wyjaśnić lemat prostymi słowami? Co to oznacza? Lemat Neymana-Pearsona: Niech będzie losową próbką z , gdzie θ jest jedną z dwóch znanych...
Nie jestem w żaden sposób statystykiem (miałem kurs statystyki matematycznej, ale nic więcej), a ostatnio, studiując teorię informacji i mechanikę statystyczną, spotkałem to, co nazywa się „miarą niepewności” / „entropią”. Odczytałem jej pochodzenie Khinchina jako miarę niepewności i miało to dla...
Rozumiałem, że statystyki opisowe opisują ilościowo cechy próbki danych, podczas gdy statystyki wnioskowania wnioskowały o populacjach, z których pobrano próbki. Jednak strona Wikipedii do wnioskowania statystycznego stwierdza: W większości wnioskowanie statystyczne tworzy propozycje dotyczące...
W tym modelu regresji liniowej jednowymiarowej yja= β0+ β1xja+ ϵjayja=β0+β1xja+ϵjay_i = \beta_0 + \beta_1x_i+\epsilon_i podane zestaw danych D = { ( x1, y1) , . . . , ( xn, yn) }re={(x1,y1),...,(xn,yn)}D=\{(x_1,y_1),...,(x_n,y_n)\} , oszacowania współczynników β 1 = Σ i x i y i - n ˉ x ˉ Y β 0=...
Rozumiem, że stosując podejście bayesowskie do szacowania wartości parametrów: Rozkład tylny jest kombinacją rozkładu wcześniejszego i rozkładu prawdopodobieństwa. Symulujemy to, generując próbkę z rozkładu tylnego (np. Przy użyciu algorytmu Metropolis-Hasting do generowania wartości i...
W komentarzu zamieszczonym niedawno tutaj jeden z komentatorów wskazał na bloga Larry'ego Wassermana, który wskazuje (bez żadnych źródeł), że wnioskowanie częstych jest sprzeczne z zasadą prawdopodobieństwa. Zasada prawdopodobieństwa mówi po prostu, że eksperymenty dające podobne funkcje...
Naprawdę interesuje mnie procedura elastycznej siatki dla skurczenia / wyboru predyktora. Wydaje się bardzo potężny. Ale z naukowego punktu widzenia nie wiem dobrze, co zrobić, gdy otrzymam współczynniki. Na jakie pytanie odpowiadam? Czy są to zmienne, które najbardziej wpływają na ten wynik i czy...
Niech . Matrycę informacji Fisher definiuje się jako:θ∈Rnθ∈Rn\theta \in R^{n} I(θ)i,j=−E[∂2log(f(X|θ))∂θi∂θj∣∣∣θ]I(θ)i,j=−E[∂2log(f(X|θ))∂θi∂θj|θ]I(\theta)_{i,j} = -E\left[\frac{\partial^{2} \log(f(X|\theta))}{\partial \theta_{i} \partial \theta_{j}}\bigg|\theta\right] Jak mogę udowodnić, że...
Wiem o zaletach regularyzacji przy budowaniu modeli predykcyjnych (uprzedzenie vs. wariancja, zapobieganie nadmiernemu dopasowaniu). Zastanawiam się jednak, czy dobrym pomysłem jest również regularyzacja (lasso, kalenica, siatka elastyczna), gdy głównym celem modelu regresji jest wnioskowanie o...
Poproszono mnie o znalezienie wartości p dla statystyki opisowej. Jednak rozumiem, że wartości p służą do statystyk testowych. Jeśli się nie mylę, wartość p jest prawdopodobieństwem zaobserwowania wartości tak ekstremalnej jak statystyka testowa, jeśli hipoteza zerowa jest prawdziwa....
Czy pliki pdf, pmf i cdf zawierają te same informacje? Dla mnie pdf podaje całe prawdopodobieństwo do pewnego punktu (w zasadzie do obszaru pod prawdopodobieństwem). Pmf podają prawdopodobieństwo pewnego punktu. CDF podaje prawdopodobieństwo w pewnym punkcie. Więc dla mnie pdf i cdf mają te...
Śledzę AW van der Vaarta, statystyki asymptotyczne (1998). Mówi o eksperymentach statystycznych, twierdząc, że różnią się one od modelu statystycznego, ale nie definiuje żadnego z nich. Moje pytanie: Czym jest (1) eksperyment statystyczny, (2) model statystyczny i (3) jaki jest kluczowy składnik,...
W Rużywam ldafunkcji z biblioteki MASSdo klasyfikacji. Jak rozumiem LDA, wejście xxx otrzyma etykietę yyy , która maksymalizuje p ( y| x)p(y|x)p(y|x) , prawda? Ale kiedy pasuję do modelu, w którym x = ( L a g1 , L a g2 )x=(L.zasol1,L.zasol2))x=(Lag1,Lag2)y= D i r e c t i o n...
Myślę, że to sprawiedliwe, że statystyki są nauką stosowaną, więc kiedy obliczane są średnie i odchylenia standardowe, dzieje się tak dlatego, że ktoś chce podjąć pewne decyzje na podstawie tych liczb. Mam nadzieję, że po części bycia dobrym statystykiem jest w stanie „wyczuć”, kiedy można ufać...
Analizuję zestaw danych przy użyciu modelu efektów mieszanych z jednym ustalonym efektem (warunkiem) i dwoma efektami losowymi (uczestnik ze względu na projekt i parę wewnątrz przedmiotu). Model ten został wygenerowany z lme4pakietu:
W przypadku danego problemu wnioskowania wiemy, że podejście bayesowskie zwykle różni się zarówno pod względem formy, jak i wynika z podejścia fequentystycznego. Częstokroć (zwykle obejmuje mnie) często zwraca uwagę, że ich metody nie wymagają uprzedniego, a zatem są bardziej „oparte na danych” niż...