J'ai une formation en programmation informatique et en théorie des nombres élémentaires, mais aucune formation en statistique réelle, et j'ai récemment "découvert" que le monde étonnant de toute une gamme de techniques est en fait un monde statistique. Il semble que les factorisations matricielles,...
Quelle est la différence entre les deux et pourquoi le niveau de signification doit-il toujours être supérieur ou égal à la taille du
Ceci est un extrait de "Statistiques mathématiques modernes avec applications" de Devore et al. Ce qui m'intrigue, c'est que l'estimateur ne peut s'empêcher d'être dépendant de , puisque l'échantillon dépend du
J'ai rencontré ces diapositives (diapositives # 16 et # 17) dans l'un des cours en ligne. L'instructeur tentait d'expliquer comment l'estimation maximale postérieure (MAP) est en fait la solution L ( θ ) = I[ θ ≠ θ∗]L(θ)=I[θ≠θ∗]L(\theta) = \mathcal{I}[\theta \ne \theta^{*}] , où θ∗θ∗\theta^{*} est...
Pour un exemple simple, supposons qu'il existe deux modèles de régression linéaire Modèle 1 a trois prédicteurs, x1a, x2betx2c Le modèle 2 a trois prédicteurs du modèle 1 et deux prédicteurs supplémentaires x2aetx2b Il existe une équation de régression de la population où la variance de la...
Soit soit un échantillon aléatoire tiré de population où .(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n)N(θ,θ2)N(θ,θ2)\mathcal N(\theta,\theta^2)θ∈Rθ∈R\theta\in\mathbb R Je recherche l'UMVUE de .θθ\theta La densité conjointe de est(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n)...
Nous avons N échantillons, , d'une distribution uniforme où est inconnue. Estimer partir des données.XiXiX_i[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Donc, la règle de Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} et la...
J'ai quelques données et j'essayais de lui ajuster une courbe lisse. Cependant, je ne veux pas imposer trop de croyances antérieures ou des pré-conceptions trop fortes (à l'exception de celles impliquées par le reste de ma question), ni aucune distribution spécifique. Je voulais juste l'adapter à...
Soit un échantillon aléatoire issu d'une distribution pour . C'est à dire,X1,...,XnX1,...,Xn X_1,
Considérons un échantillon aléatoire où sont iid des variables aléatoires de où . Vérifiez si est une statistique suffisante pour .{X1,X2,X3}{X1,X2,X3}\{X_1,X_2,X_3\}XiXiX_iBernoulli(p)Bernoulli(p)Bernoulli(p)p∈(0,1)p∈(0,1)p\in(0,1)T(X)=X1+2X2+X3T(X)=X1+2X2+X3T(X)=X_1+2X_2+X_3ppp Premièrement,...
Supposons que nous ayons un ensemble A et un sous-ensemble B. Si nous connaissons | A |, alors nous pouvons calculer | B | en trouvant la probabilité p qu'un élément choisi uniformément au hasard parmi A appartient à B. Plus précisément | A | p = | B |. Supposons que nous générons n éléments de A...
Quelques modifications apportées ... Cette question est juste pour le plaisir, donc si ce n'est pas amusant, n'hésitez pas à l'ignorer. Je reçois déjà beaucoup d'aide de ce site, donc je ne veux pas mordre la main qui me nourrit. C'est basé sur un exemple réel et c'est juste quelque chose que je me...
Je recherche une référence (ou des références) solides sur les techniques d'optimisation numérique destinées aux statisticiens, c'est-à-dire qu'elles appliqueraient ces méthodes à certains problèmes inférentiels standard (par exemple MAP / MLE dans les modèles courants). Des choses comme la...
J'évalue actuellement un modèle de volatilité stochastique avec les méthodes de Markov Chain Monte Carlo. Ainsi, j'implémente les méthodes d'échantillonnage de Gibbs et Metropolis. En supposant que je prenne la moyenne de la distribution postérieure plutôt qu'un échantillon aléatoire, est-ce ce que...
Disons que je construis un modèle de régression logistique où la variable dépendante est binaire et peut prendre les valeurs 000 ou 111. Soit les variables indépendantesX1,X2, . . . ,Xmx1,x2,...,xmx_1, x_2, ..., x_m - il y a mmmvariables indépendantes. Disons que pour lekkke variable indépendante,...
J'ai lu sur MLE comme méthode de génération d'une distribution ajustée. Je suis tombé sur une déclaration disant que les estimations du maximum de vraisemblance "ont des distributions normales approximatives". Est-ce à dire que si j'applique des temps MLE répétés sur mes données et la famille de...
Pour les problèmes de classification, j'ai utilisé des réseaux de neurones et mesuré les erreurs de type I et II en utilisant la matrice de confusion et ses mesures selon cette ressource ( miroir ), ce qui est assez simple. Face à un problème d'estimation, comment évaluer les performances du...
Par défaut, lorsque nous utilisons une glmfonction dans R, elle utilise la méthode des moindres carrés itérativement repondérés (IWLS) pour trouver l'estimation du maximum de vraisemblance des paramètres. Maintenant, j'ai deux questions. Les estimations IWLS garantissent-elles le maximum global de...
Disons que j'ai N balles dans un sac. Lors de mon premier tirage, je marque la balle et la replace dans le sac. Lors de mon deuxième tirage, si je prends une balle marquée, je la remets dans le sac. Cependant, si je prends une balle non marquée, je la marque et la remets dans le sac. Je continue...
Je suis assez nouveau dans les statistiques (une poignée de cours Uni de niveau débutant) et je me posais des questions sur l'échantillonnage à partir de distributions inconnues. Plus précisément, si vous n'avez aucune idée de la distribution sous-jacente, existe-t-il un moyen de "garantir" que...