J'ai récemment commencé à étudier l'inférence statistique. J'ai travaillé sur divers problèmes et celui-ci m'a complètement déconcerté. Laisser X1,…,XnX1,…,XnX_1,\dots,X_n être un échantillon aléatoire d'une distribution discrète qui attribue avec probabilité 1313\frac{1}{3} les valeurs...
D'après "In All Lik vraisemblance: modélisation statistique et inférence utilisant la vraisemblance" de Y. Pawitan, la probabilité d'une re-paramétrisation θ↦g(θ)=ψθ↦g(θ)=ψ\theta\mapsto g(\theta)=\psi est définie comme L∗(ψ)=max{θ:g(θ)=ψ}L(θ)L∗(ψ)=max{θ:g(θ)=ψ}L(θ)...
Parfois, nous supposons que les régresseurs sont fixes, c'est-à-dire qu'ils ne sont pas stochastiques. Je pense que cela signifie que tous nos prédicteurs, estimations de paramètres, etc. sont inconditionnels alors, non? Puis-je même aller si loin que ce ne sont plus des variables aléatoires? Si,...
Je lis le document bayésien en ligne sur la détection des points de changement d'Adams et MacKay ( lien ). Les auteurs commencent par écrire la distribution prédictive marginale: oùP(xt+1|x1:t)=∑rtP(xt+1|rt,x(r)t)P(rt|x1:t)(1)P(xt+1|x1:t)=∑rtP(xt+1|rt,xt(r))P(rt|x1:t)(1) P(x_{t+1} |...
Les statisticiens bayésiens soutiennent que "les statistiques bayésiennes peuvent estimer des paramètres très difficiles à estimer par des méthodes fréquentistes". La citation suivante tirée de cette documentation SAS dit-elle la même chose? Il fournit des inférences conditionnelles aux données et...
J'ai une question générale à poser ici qui me préoccupe depuis un certain temps. À travers la majeure partie de ma lecture des statistiques bayésiennes, il a déclaré sans détour que la probabilité marginale est souvent intraitable ou difficile à estimer. Pourquoi? Les raisons souvent invoquées...
Je voudrais savoir si la statistique est complète pour dans un paramètre .T(X1,…,Xn)=∑ni=1(Xi−X¯n)2n−1T(X1,…,Xn)=∑i=1n(Xi−X¯n)2n−1T(X_1,\ldots,X_n)=\frac{\sum_{i=1}^n (X_i-\bar{X}_n)^2}{n-1}σ2σ2\sigma^2N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2) Cela dépend-il de savoir si est déjà connu ou non? Si est complet...
J'ai une question méthodologique générale. Il a peut-être été répondu auparavant, mais je ne parviens pas à localiser le fil correspondant. J'apprécierai les indications de doublons possibles. ( Voici une excellente, mais sans réponse. C'est également similaire dans l'esprit, même avec une réponse,...
Supposons que vous ayez eu une année étrangère avec une longueur inconnue N. Si vous avez un échantillon aléatoire desdits étrangers et que certains partagent des anniversaires, pouvez-vous utiliser ces données pour estimer la longueur de l'année? Par exemple, dans un échantillon de 100, vous...
On m'a appris que nous pouvons produire une estimation de paramètre sous la forme d'un intervalle de confiance après échantillonnage à partir d'une population. Par exemple, des intervalles de confiance à 95%, sans hypothèse non respectée, devraient avoir un taux de réussite de 95% pour contenir...
Un ami m'a posé la question suivante. Je n'ai pas pu l'aider mais j'espère que quelqu'un pourra me l'expliquer. Je n'ai pas pu trouver d'exemple similaire. Merci pour toute aide et explication. Q: Les résultats de 100 expériences de lancer de pièces sont enregistrés comme 0 = "Queue" et 1 = "Tête"....
J'essaie d'avoir une intuition plus claire derrière: "Si rend plus probable alors rend plus probable" ieUNEAABBBBBBUNEAA Soit la taille de l'espace dans lequel se trouvent et , puisn ( S)n(S)n(S)UNEAABBB Revendication: doncP( B | A ) > P( B )P(B|A)>P(B)P(B|A)>P(B)n ( A B ) / n ( A ) > n (...
Soit , , ..., iid RV avec une plage mais une distribution inconnue. (Je suis d'accord avec l'hypothèse que la distribution est continue, etc., si nécessaire.)X1X1X_1X2X2X_2XnXnX_n[0,1][0,1][0,1] Définissez .Sn=X1+⋯+XnSn=X1+⋯+XnS_n = X_1 + \cdots + X_n On me donne et je demande: que puis-je déduire,...
Dans le contexte du clustering en ligne, je trouve souvent de nombreux articles qui parlent de "processus dirichlet" et "modèles de mélange fini / infini". Étant donné que je n'ai jamais utilisé ni lu de processus de dirichlet ou de modèles de mélange. Connaissez-vous des suggestions de conférences...
Cette section de cet article dit: Ronald Fisher en 1935 a introduit l'inférence fiduciale afin de l'appliquer à ce problème. Il a fait référence à un article antérieur de WV Behrens de 1929. Behrens et Fisher ont proposé de trouver la distribution de probabilité de où et sont les deux moyennes...
Je travaille sur un modèle reposant sur une vilaine fonction paramétrée faisant office de fonction de calibration sur une partie du modèle. En utilisant un paramètre bayésien, j'ai besoin d'obtenir des priors non informatifs pour les paramètres décrivant ma fonction. Je sais que dans l'idéal, je...
Existe-t-il un moyen méthodique de comparer les directions, les grandeurs, etc. des résultats de l'ACP pour différents échantillons prélevés sur la même population? Je laisse la nature du test délibérément vague parce que j'aimerais entendre toutes les différentes possibilités ... par exemple, il...
Il s'agit davantage d'une question philosophique, mais d'un point de vue purement bayésien, comment peut-on réellement former une connaissance préalable? Si nous avons besoin d'informations préalables pour effectuer des inférences valides, alors il semble y avoir un problème si nous devons faire...
Quels sont les travaux théoriques significatifs actuels qui ont été effectués dans le domaine de l'inférence asymptotique / théorie des grands échantillons? Quelle est la portée de la recherche dans ce domaine actuellement? Y a-t-il un problème ouvert ou des domaines spécifiques où la théorie se...