Fait généralement référence à la propriété d'une procédure statistique d'aller au «bon» endroit lorsque la taille de l'échantillon tend vers l'infini, se référant principalement aux estimateurs convergeant vers la valeur réelle du paramètre lorsque la taille de l'échantillon diverge. Utilisez également pour la cohérence de Fisher, la propriété selon laquelle un estimateur appliqué à la population complète donne la bonne réponse.
Je suis vraiment surpris que personne ne semble l'avoir déjà demandé ... Lors de la discussion sur les estimateurs, deux termes fréquemment utilisés sont "cohérent" et "non biaisé". Ma question est simple: quelle est la différence? Les définitions techniques précises de ces termes sont assez...
Partout, nous supposons que notre statistique est une fonction de certaines données qui est tirée de la fonction de distribution ; la fonction de distribution empirique de notre échantillon est . Donc est la statistique considérée comme une variable aléatoire et est la version bootstrap de la...
La cohérence est évidemment un estimateur de propriété naturel et important, mais y a-t-il des situations où il peut être préférable d'utiliser un estimateur incohérent plutôt que cohérent? Plus précisément, existe-t-il des exemples d'estimateur incohérent qui surpasse un estimateur cohérent...
Je me demandais si quelqu'un sait ou s'il existe une application en statistique dans laquelle une forte cohérence d'un estimateur est requise au lieu d'une faible cohérence. Autrement dit, une cohérence forte est essentielle pour l'application et l'application ne fonctionnerait pas avec une...
La question a déjà été soulevée, mais je veux poser une question spécifique qui tentera d'obtenir une réponse qui la clarifiera (et la classera): Dans "Poor Man's Asymptotics", on garde une distinction claire entre (a) une séquence de variables aléatoires qui converge en probabilité vers une...
Suffit-il de montrer que MSE = 0 comme n→∞n→∞n\rightarrow\infty ? J'ai également lu dans mes notes quelque chose sur le plim. Comment puis-je trouver le plim et l'utiliser pour montrer que l'estimateur est
Je pense que j'ai déjà compris la définition mathématique d'un estimateur cohérent. Corrige moi si je me trompe: WnWnW_n est un estimateur cohérent pour siθθ\theta∀ϵ>0∀ϵ>0\forall \epsilon>0 limn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θlimn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θ\lim_{n\to\infty} P(|W_n - \theta|> \epsilon) =...
Citation de wikipedia: En statistique, un estimateur cohérent ou un estimateur asymptotiquement cohérent est un estimateur - une règle pour calculer les estimations d'un paramètre ayant la propriété que, comme le nombre de points de données utilisés augmente indéfiniment, la séquence résultante...
Je lis un commentaire dans un article, et l'auteur déclare que parfois, même si les estimateurs (trouvés par ML ou quasi-vraisemblance maximale) peuvent ne pas être cohérents, la puissance d'un rapport de vraisemblance ou d'un test de rapport de quasi-vraisemblance peut toujours converger vers 1...
Est-ce que chacun implique l'autre? Sinon, l'un implique-t-il l'autre? Pourquoi pourquoi pas? Ce problème est survenu en réponse à un commentaire sur une réponse que j'ai publiée ici . Bien que google recherchant les termes pertinents n'ait rien produit qui semblait particulièrement utile, j'ai...
Quelle serait la bonne façon d'évaluer / déterminer la cohérence de tir à 3 points d'un joueur de la NBA? Par exemple, j'ai un joueur qui tire 37% de la plage de 3 points et prend 200 tentatives toute l'année. J'envisageais de prendre la moyenne mobile de 3 points% d'un nombre arbitraire de prises...
J'ai entendu le terme «estimateur cohérent racine-n» utilisé à plusieurs reprises. D'après les ressources qui m'ont été fournies, j'ai pensé qu'un estimateur cohérent "root-n" signifiait que: l'estimateur converge vers la vraie valeur (d'où le mot "cohérent") l'estimateur converge à un taux...
Dans l'apprentissage informatique, le théorème de la NFL déclare qu'il n'y a pas d'apprenant universel. Pour chaque algorithme d'apprentissage, il existe une distribution qui amène l'apprenant à émettre une hypotesis avec une grande erreur, avec une probabilité élevée (bien qu'il y ait une...
J'étudie le modèle du mélange gaussien et je pose cette question moi-même. Supposons que les données sous-jacentes soient générées à partir d'un mélange de distribution gaussienne et que chacune d'elles ait un vecteur moyen μ k ∈ R p , où 1 ≤ k ≤ K et chacune d'elles ait la même matrice de...
Supposons la relation linéaire suivante: , où est la variable dépendante, une seule variable indépendante et le terme d'erreur.Y i X i u iOuije= β0+ β1Xje+ ujeYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iOuijeYiY_iXjeXiX_iujeuiu_i Selon Stock & Watson (Introduction à l'économétrie; chapitre 4...
Je lis l'apprentissage en profondeur par Ian Goodfellow et al. Il introduit un biais car Bias(θ)=E(θ^)−θBias(θ)=E(θ^)−θBias(\theta)=E(\hat\theta)-\theta où et sont respectivement le paramètre estimé et le paramètre réel sous-jacent.θ^θ^\hat\thetaθθ\theta La cohérence, d'autre part, est définie par...
Nous savons que si un estimateur est un estimateur sans biais de thêta et si sa variance tend vers 0 alors que n tend vers l'infini, alors c'est un estimateur cohérent pour thêta. Mais c'est une condition suffisante et non nécessaire. Je cherche un exemple d'estimateur cohérent mais dont la...