Quand je Google pour "fisher" "fiducial" ... Je reçois certainement beaucoup de hits, mais tous ceux que j'ai suivis sont complètement au-delà de ma compréhension. Tous ces succès semblent avoir une chose en commun: ils sont tous écrits pour des statisticiens teints dans la laine, des gens...
Dans l'inférence bayésienne, une distribution prédictive des données futures est dérivée en intégrant des paramètres inconnus; l'intégration sur la distribution postérieure de ces paramètres donne une distribution prédictive postérieure - une distribution pour les données futures conditionnelle à...
(Excuses à l'avance pour l'utilisation du langage profane plutôt que du langage statistique.) Si je veux mesurer les chances de lancer chaque côté d'un dé physique à six faces spécifique à +/- 2% près avec une certitude raisonnable, combien de rouleaux d'échantillons seraient nécessaires?...
J'ai lu le lemme de Neyman – Pearson dans le livre Introduction to the Theory of Statistics de Mood, Graybill et Boes. Mais je n'ai pas compris le lemme. Quelqu'un peut-il m'expliquer le lemme en termes clairs? Que dit-il? Lemme de Neyman-Pearson: Soit X1,…,XnX1,…,XnX_1,\ldots,X_n un échantillon...
Ma compréhension était que les statistiques descriptives décrivaient quantitativement les caractéristiques d'un échantillon de données, tandis que les statistiques inférentielles faisaient des inférences sur les populations dont les échantillons étaient tirés. Cependant, la page wikipedia pour...
Comment fonctionne la méthode d'inversion? Disons que j'ai un échantillon aléatoire de densité f (x; \ theta) = {1 \ over \ theta} x ^ {(1- \ theta) \ over \ theta} over 0 <x <1 et donc avec cdf F_X (x) = x ^ {1 / \ theta} sur (0,1) . Ensuite, par la méthode d'inversion, j'obtiens la...
Je ne suis en aucun cas un statisticien (j'ai suivi un cours de statistique mathématique mais rien de plus), et récemment, en étudiant la théorie de l'information et la mécanique statistique, j'ai rencontré ce truc appelé "mesure d'incertitude" / "entropie". J'ai lu la dérivation de Khinchin comme...
Pour ce modèle univarié de régression linéaire yje= β0+ β1Xje+ ϵjeyje=β0+β1Xje+ϵjey_i = \beta_0 + \beta_1x_i+\epsilon_i données ensemble donné D = { ( x1, y1) , . . . , ( xn, yn) }ré={(X1,y1),...,(Xn,yn)}D=\{(x_1,y_1),...,(x_n,y_n)\} , les estimations des coefficients sont β 1 = Σ i x i y i - n ˉ x...
Dans un commentaire récemment publié ici, un commentateur a signalé un blog de Larry Wasserman qui souligne (sans aucune source) que l'inférence fréquentiste se heurte au principe de vraisemblance. Le principe de vraisemblance dit simplement que les expériences produisant des fonctions de...
Je suis vraiment intéressé par la procédure du filet élastique pour la rétraction / sélection des prédicteurs. Cela semble très puissant. Mais du point de vue scientifique, je ne sais pas quoi faire une fois que j'ai obtenu les coefficients. À quelle question réponds-je? Ce sont les variables qui...
Ma compréhension est que lorsque vous utilisez une approche bayésienne pour estimer les valeurs des paramètres: La distribution postérieure est la combinaison de la distribution antérieure et de la distribution de vraisemblance. Nous simulons cela en générant un échantillon à partir de la...
Soit . La matrice d'informations de Fisher est définie comme suit: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] Comment puis-je...
Je connais les avantages de la régularisation lors de la construction de modèles prédictifs (biais vs variance, prévention du sur-ajustement). Mais, je me demande si c'est une bonne idée de faire aussi de la régularisation (lasso, crête, filet élastique) lorsque le but principal du modèle de...
Je suis AW van der Vaart, statistiques asymptotiques (1998). Il parle d'expériences statistiques, affirmant qu'elles sont différentes d'un modèle statistique, mais il ne définit ni l'une ni l'autre. Ma question: Qu'est-ce que (1) une expérience statistique, (2) un modèle statistique et (3) quel est...
Dans R, j'utilise la ldafonction de la bibliothèque MASSpour faire la classification. Si je comprends bien LDA, l'entrée verra attribuer l'étiquette , ce qui maximisera p (y | x) , non?XXxyyyp ( y| x)p(y|X)p(y|x) Mais quand le modèle, dans lequel y = Direction, je ne comprends pas très bien la...
Le pdf et le pmf et le cdf contiennent-ils la même information? Pour moi, le pdf donne la probabilité totale à un certain point (essentiellement la zone sous la probabilité). Le pmf donne la probabilité d'un certain point. Le cdf donne la probabilité sous un certain point. Donc pour moi le pdf et...
On me demande de trouver les valeurs de p pour les statistiques descriptives. Cependant, je crois comprendre que les valeurs de p sont destinées aux statistiques de test. Si je ne me trompe pas, une valeur de p est la probabilité d'observer une valeur aussi extrême que la statistique de test si...
Je pense qu'il est juste de dire que les statistiques sont une science appliquée, donc lorsque les moyennes et les écarts-types sont calculés, c'est parce que quelqu'un cherche à prendre des décisions en fonction de ces chiffres. Pour être un bon statisticien, j'espère que c'est en mesure de...
Pour un problème d'inférence donné, nous savons qu'une approche bayésienne diffère généralement à la fois dans sa forme et résulte d'une approche féquentiste. Les Frequentists (qui m'incluent généralement) soulignent souvent que leurs méthodes ne nécessitent pas de priorité et sont donc plus...
J'étudie les statistiques de nombreux livres depuis 3 ans et grâce à ce site j'ai beaucoup appris. Néanmoins, une question fondamentale reste pour moi sans réponse. Il peut avoir une réponse très simple ou très difficile, mais je sais que cela nécessite une compréhension approfondie des...