Dans l' analyse économétrique de Jeff Wooldridge (2e édition), il dérive l'expression de l'estimateur de la différence dans la différence (DDD) à la page 151 pour le cas à deux périodes où l'État B met en œuvre un changement de politique de soins de santé destiné aux personnes âgées . Tout d'abord,...
Dans la plupart des cours de théorie des probabilités de base, vos fonctions de génération de moment (mgf) sont utiles pour calculer les moments d'une variable aléatoire. En particulier l'attente et la variance. Maintenant, dans la plupart des cours, les exemples qu'ils fournissent pour l'attente...
On dit parfois que la régression quantile (QR) révèle des relations différentes entre les variables à différents quantiles de la distribution. Par exemple, Le Cook et al. «Penser au-delà de la moyenne: un guide pratique pour l'utilisation de méthodes de régression quantile pour la recherche sur les...
Je comprends certains des nombreux problèmes de régression pas à pas. Cependant, en tant qu'entreprise universitaire, supposons que je souhaite utiliser la régression pas à pas pour un modèle prédictif et que je souhaite mieux comprendre les impacts qu'il peut avoir sur la performance. Étant donné...
Supposons que nous ayons un test composé de 30 questions et que 10 personnes passent ce test. Le score moyen au test de ces 10 personnes est de 17, et l'écart-type de tous les scores de l'échantillon est de 4. Lorsque nous rapportons les statistiques descriptives à l'école, nous utilisons ces...
Dans tous les articles sur la forêt aléatoire (de régression) que j'ai lus, quand vient le temps de rassembler les prédictions de tous les arbres, nous prenons la valeur moyenne comme prédiction. Ma question est pourquoi faisons-nous cela? Existe-t-il une justification statistique pour prendre la...
Mon problème est le suivant: j'ai un ensemble de prédicteurs qui produisent chacun une distribution sur un ensemble de classes. Ce que je voudrais faire, c'est d'abord avoir un préalable non informatif sur l'apparence de cette distribution d'étiquettes, puis le mettre à jour avec la prédiction de...
Si les réseaux de neurones profonds sont considérés comme des approximateurs de fonctions universelles, l'expansion de la base est-elle vraiment nécessaire? Ou serait-ce spécifique au cas? Par exemple, si l'on a trois variables X quantitatives, y aurait-il un avantage à augmenter le nombre de...
L'un de nos experts Monte-Carlo peut-il expliquer l'attente "inattendue" à la fin de cette réponse ? Résumé ex post facto de l'autre question / réponse: si sont des variables aléatoires IID et que les attentes existent, alors un simple argument de symétrie montre que , mais une expérience de Monte...
Il y a donc écart-type, variance et covariance, mais y a-t-il un écart-type co? Sinon pourquoi pas? Y a-t-il une raison mathématique fondamentale ou s'agit-il simplement d'une convention? Si oui, pourquoi n'est-il pas utilisé davantage, ou du moins vraiment difficile à trouver en utilisant les...
Connaissez-vous une référence ou un nom pour la façon suivante de rechercher si une technique de modélisation complexe TTT est biaisé? Appliquez à l'ensemble de données d'origine. Mesurer ses performances (par exemple, R au carré dans le cadre de la régression).TTT Permutez au hasard la variable de...
Cette question semble suffisamment fondamentale pour que je sois convaincue qu'il y ait une réponse ici quelque part, mais je ne l'ai pas trouvée. Je comprends que si la variable dépendante d'une régression est normalement distribuée, la probabilité maximale et les moindres carrés ordinaires...
J'essaie de comprendre quelle est la différence entre le recuit simulé et l'exécution de plusieurs algorithmes gourmands d'escalade. D'après ma compréhension, l'algorithme gourmand poussera le score à un maximum local, mais si nous commençons avec plusieurs configurations aléatoires et appliquons...
L'étude que j'examine rapporte une hauteur moyenne pour 20 sujets de 1,70 mètre avec un écart type de 0,0. Est-ce à dire que les 20 font exactement 1,70 mètre? Ou s'agit-il d'une erreur de
Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 2 ans . Je suis un Bayésien simple d'esprit qui se...
Supposons que régression linéaire multivariée suivante Comment puis-je tester cette ?y=β0+β1x1+β2x2+β3x3+β4x4+ϵy=β0+β1x1+β2x2+β3x3+β4x4+ϵ y = \beta_0 +\beta_1 x_1 +\beta_2 x_2+\beta_3x_3+\beta_4x_4 + \epsilonβ1=β2=β3β1=β2=β3\beta_1=\beta_2=\beta_3 Je sais que pour tester si vous pouvez simplement...
Au niveau du modèle, pour évaluer la contribution / l'importance des prédicteurs, nous pouvons utiliser: Techniques spécifiques au modèle - par exemple pureté (indice de Gini) pour un modèle basé sur un arbre, coefficients du modèle le cas échéant, etc. Techniques indépendantes du modèle - par...
Il est assez intuitif que la plupart des topologies / architectures de réseaux de neurones ne soient pas identifiables. Mais quels sont les résultats bien connus sur le terrain? Existe-t-il des conditions simples qui permettent / empêchent l’identifiabilité? Par exemple, tous les réseaux avec des...
Dans l'apprentissage par renforcement, une politique est-elle toujours déterministe ou est-ce une distribution de probabilité sur les actions (à partir desquelles nous échantillonnons)? Si la politique est déterministe, pourquoi pas la fonction valeur, qui est définie à un état donné pour une...
L'apprentissage en profondeur est un sujet de plus en plus d'actualité de nos jours. Quelles sont les principales hypothèses qui font que l'apprentissage en profondeur manque dans certains ensembles de données. Ex: fonctionne-t-il bien sur des ensembles de données