Pour moi, les statistiques Frequentist sont synonymes d'essayer de prendre des décisions qui sont bonnes pour tous les échantillons possibles. C'est-à-dire qu'une règle de décision fréquentiste devrait toujours essayer de minimiser le risque fréquentiste, qui dépend d'une fonction de perte et du...
Bonjour, j'ai deux problèmes qui sonnent comme des candidats naturels pour les modèles multiniveaux / mixtes, que je n'ai jamais utilisés. La plus simple et que j'espère essayer en introduction est la suivante: les données ressemblent à de nombreuses lignes du formulaire x y innergroup outergroup...
Contexte : régression hiérarchique avec quelques données manquantes. Question : Comment utiliser l'estimation du maximum de vraisemblance (FIML) pour traiter les données manquantes dans R? Y a-t-il un package que vous recommanderiez et quelles sont les étapes typiques? Des ressources et des...
Pour faire ce graphique, j'ai généré des échantillons aléatoires de taille différente à partir d'une distribution normale avec moyenne = 0 et sd = 1. Les intervalles de confiance ont ensuite été calculés en utilisant des seuils alpha allant de .001 à .999 (ligne rouge) avec la fonction t.test (),...
On fait souvent valoir que le cadre bayésien a un grand avantage dans l'interprétation (sur fréquentiste), car il calcule la probabilité d'un paramètre étant donné les données - au lieu de comme dans le cadre fréquentiste. Jusqu'ici tout va bien.p ( x | θ )p ( θ | x )p(θ|x)p(\theta|x)p ( x | θ...
J'essaie de comprendre à un niveau plus profond l'ubiquité du log-vraisemblance (et peut-être plus généralement log-probabilités) dans les statistiques et la théorie des probabilités. Les probabilités logarithmiques apparaissent partout: nous travaillons généralement avec la vraisemblance...
L'impression que j'ai eue, sur la base de plusieurs articles, livres et articles que j'ai lus, est que la manière recommandée d'ajuster une distribution de probabilité sur un ensemble de données consiste à utiliser l'estimation du maximum de vraisemblance (MLE). Cependant, en tant que physicien,...
Contexte: Remarque: mon ensemble de données et mon code r sont inclus sous le texte Je souhaite utiliser AIC pour comparer deux modèles d'effets mixtes générés à l'aide du package lme4 dans R. Chaque modèle a un effet fixe et un effet aléatoire. L'effet fixe diffère selon les modèles, mais l'effet...
Nous travaillons avec quelques régressions logistiques et nous avons réalisé que la probabilité moyenne estimée est toujours égale à la proportion de celles de l'échantillon; c'est-à-dire que la moyenne des valeurs ajustées est égale à la moyenne de l'échantillon. Quelqu'un peut-il m'expliquer la...
On m'a posé cette question l'autre jour et je ne l'avais jamais envisagée auparavant. Mon intuition vient des avantages de chaque estimateur. La probabilité maximale est de préférence lorsque nous sommes confiants dans le processus de génération de données car, contrairement à la méthode des...
Question La variance d'une distribution binomiale négative (NB) est toujours supérieure à sa moyenne. Lorsque la moyenne d'un échantillon est supérieure à sa variance, essayer d'ajuster les paramètres d'un NB avec une probabilité maximale ou avec une estimation de moment échouera (il n'y a pas de...
Des questions): Quelle est l'idée et l'intuition derrière l'estimation du maximum de vraisemblance (QMLE; également connue sous le nom d'estimation du pseudo maximum de vraisemblance, PMLE)? Qu'est-ce qui fait que l'estimateur fonctionne lorsque la distribution d'erreur réelle ne correspond pas à...
L'essence de ma question est la suivante: Soit Y∈RnY∈RnY \in \mathbb{R}^n une variable aléatoire normale multivariée de moyenne μμ\mu et de matrice de covariance ΣΣ\Sigma . Soit Z:=log(Y)Z:=log(Y)Z := \log(Y) , c'est-à-dire Zi=log(Yi),i∈{1,…,n}Zi=log(Yi),i∈{1,…,n}Z_i = \log(Y_i), i \in...
Pouvez-vous fournir un exemple d'estimateur MLE de la moyenne biaisée? Je ne cherche pas d'exemple qui casse les estimateurs MLE en général en violant les conditions de régularité. Tous les exemples que je peux voir sur Internet se réfèrent à la variance, et je n'arrive pas à trouver quoi que ce...
Comment ajuster les paramètres d'une distribution t, c'est-à-dire les paramètres correspondant à la «moyenne» et à «l'écart-type» d'une distribution normale. Je suppose qu'ils sont appelés «moyenne» et «échelle / degrés de liberté» pour une distribution t? Le code suivant entraîne souvent des...
Cette question de validation croisée portant sur la simulation d'un échantillon conditionnel à une somme fixe m'a rappelé un problème posé par George Casella . Étant donné un modèle paramétrique f(x|θ)f(x|θ)f(x|\theta) et un échantillon iid de ce modèle , le MLE de est donné par Pour une valeur...
Ceci est en partie motivé par la question suivante et la discussion qui suit. Supposons que l'échantillon iid soit observé, Xi∼F(x,θ)Xi∼F(x,θ)X_i\sim F(x,\theta) . Le but est d'estimer θθ\theta . Mais l'échantillon d'origine n'est pas disponible. Ce que nous avons à la place, ce sont quelques...
J'essaie actuellement de comprendre le principe de vraisemblance et je ne comprends vraiment pas du tout. Donc, j'écrirai toutes mes questions sous forme de liste, même si ce sont des questions assez basiques. Que signifie exactement l'expression «toutes les informations» dans le contexte de ce...
Dans le cadre du maximum de vraisemblance standard (iid échantillon d'une certaine distribution de densité f y ( y | θ 0 )) et dans le cas d'un modèle correctement spécifié, les informations de Fisher sont données parY1,…,YnY1,…,YnY_{1}, \ldots, Y_{n}fy(y|θ0fy(y|θ0f_{y}(y|\theta_{0}...
Le processus exponentiel univarié de Hawkes est un processus ponctuel auto-excitant avec un taux d'arrivée d'événements de: λ(t)=μ+∑ti<tαe−β(t−ti)λ(t)=μ+∑ti<tαe−β(t−ti) \lambda(t) = \mu +