Statistiques et Big Data bias

2

Biais d'âge moyen pour la qualification de titre de grand maître par groupes d'âge?

On sait depuis un certain temps que le plus jeune âge auquel les joueurs d'échecs ont réussi à se qualifier pour le titre de grand maître a considérablement diminué depuis les années 1950, et il y a actuellement près de 30 joueurs qui sont devenus grands maîtres avant leur 15e …

11 survival bias population censoring subset

2

L'estimateur de Bayes est immunisé contre le biais de sélection

Les estimateurs bayésiens sont-ils à l'abri du biais de sélection? La plupart des articles qui traitent de l'estimation en haute dimension, par exemple, les données de séquence du génome entier, soulèvent souvent la question du biais de sélection. Le biais de sélection provient du fait que, bien que nous ayons …

11 bayesian feature-selection bias unbiased-estimator conjugate-prior

2

Bootstrap biaisé: est-il correct de centrer l'IC autour de la statistique observée?

Ceci est similaire à Bootstrap: l'estimation est en dehors de l'intervalle de confiance J'ai quelques données qui représentent le nombre de génotypes dans une population. Je veux estimer la diversité génétique à l'aide de l'indice de Shannon et générer également un intervalle de confiance à l'aide du bootstrap. J'ai remarqué, …

11 r confidence-interval bootstrap bias diversity

1

Comment les variables instrumentales répondent-elles au biais de sélection?

Je me demande comment une variable instrumentale aborde le biais de sélection dans la régression. Voici l'exemple que je mâche: dans la plupart des économétries inoffensives , les auteurs discutent d'une régression IV relative au service militaire et aux gains plus tard dans la vie. La question est: "Est-ce que …

11 regression econometrics bias causality instrumental-variables

4

Existe-t-il un test pour le biais variable omis dans OLS?

Je connais le test de réinitialisation Ramsey qui peut détecter des dépendances non linéaires. Cependant, si vous jetez simplement l'un des coefficients de régression (simplement des dépendances linéaires), vous pouvez obtenir un biais, selon les corrélations. Ceci n'est évidemment pas détecté par le test de réinitialisation. Je n'ai pas trouvé …

11 regression multiple-regression bias causality diagnostic

2

Pourquoi un arbre ensaché / un arbre forestier aléatoire a-t-il un biais plus élevé qu'un arbre de décision unique?

Si nous considérons un arbre de décision complet (c'est-à-dire un arbre de décision non élagué), il présente une variance élevée et un faible biais. L'ensachage et les forêts aléatoires utilisent ces modèles à variance élevée et les agrègent afin de réduire la variance et ainsi améliorer la précision des prévisions. …

11 variance random-forest cart bias bagging

2

Avantages et inconvénients du bootstrapping

Je viens d'apprendre le concept de bootstrap, et une question naïve m'est venue à l'esprit: si nous pouvons toujours générer de nombreux échantillons bootstrap de nos données, pourquoi se donner la peine d'obtenir davantage de données "réelles"? Je pense avoir une explication, dites-moi si j'ai raison: je pense que le …

11 variance bootstrap bias

3

Pourquoi l'estimateur OLS du coefficient AR (1) est-il biaisé?

J'essaie de comprendre pourquoi OLS donne un estimateur biaisé d'un processus AR (1). Considérez Dans ce modèle, l'exogénéité stricte est violée, c'est-à-dire que et sont corrélés mais et sont pas corrélés. Mais si cela est vrai, pourquoi la dérivation simple suivante ne tient-elle pas? ytεtyt-1εtplim βytϵt=α+βyt−1+ϵt,∼iidN(0,1).yt=α+βyt−1+ϵt,ϵt∼iidN(0,1). \begin{aligned} y_{t} &= \alpha …

11 time-series least-squares bias autoregressive estimators

4

Comment expliquer ce qu'est un estimateur non biaisé à un profane?

On suppose que θ est un estimateur non biaisé pour θ . Alors bien sûr, E [ θ | θ ] = θ .θ^θ^\hat{\theta}θθ\thetaE [ θ^∣ θ ] = θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Comment expliquer cela à un profane? Dans le passé, ce que je l' ai dit est …

10 bias asymptotics unbiased-estimator estimators communication

3

Pourquoi l'estimation CV de l'erreur de test sous-estime-t-elle l'erreur de test réelle?

Je crois comprendre que l'estimation de validation croisée multipliée par k de l'erreur de test sous-estime généralement l'erreur de test réelle. Je ne comprends pas pourquoi c'est le cas. Je vois pourquoi l'erreur de formation est généralement inférieure à l'erreur de test - parce que vous entraînez le modèle sur …

10 cross-validation bias

2

Le biais est-il une propriété de l'estimateur ou d'estimations particulières?

Par exemple, je rencontre souvent des étudiants qui savent que le observé est un estimateur biaisé de la R 2 de la population . Puis, lors de la rédaction de leurs rapports, ils disent des choses comme:R2R2R^2R2R2R^2 «J'ai calculé Observé et ajusté R 2 , et ils étaient assez similaires, …

10 mathematical-statistics terminology bias estimators

1

Bootstrap: l'estimation est en dehors de l'intervalle de confiance

J'ai fait un bootstrap avec un modèle mixte (plusieurs variables avec interaction et une variable aléatoire). J'ai obtenu ce résultat (seulement partiel): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : original bias std. error t1* 4.887383e+01 -1.677061e+00 4.362948e-01 t2* 3.066825e+01 …

10 r confidence-interval bootstrap bias

1

Comment un estimateur qui minimise une somme pondérée de biais et de variance au carré s’inscrit-il dans la théorie de la décision?

D'accord - mon message d'origine n'a pas réussi à obtenir une réponse; alors, permettez-moi de poser la question différemment. Je commencerai par expliquer ma compréhension de l'estimation d'un point de vue théorique de la décision. Je n'ai aucune formation formelle et cela ne m'étonnerait pas si ma pensée était défectueuse …

10 bias loss-functions frequentist decision-theory risk

1

Biais des estimateurs du maximum de vraisemblance pour la régression logistique

J'aimerais comprendre quelques faits sur les estimateurs du maximum de vraisemblance (MLE) pour les régressions logistiques. Est-il vrai qu'en général, le MLE pour la régression logistique est biaisé? Je dirais "oui". Je sais, par exemple, que la dimension de l'échantillon est liée au biais asymptotique des MLE. Connaissez-vous des exemples …

10 logistic maximum-likelihood unbiased-estimator bias

1

Le biais est-il le même que le sous-ajustement et la variance est-il le même que le sur-ajustement?

Cela pourrait être une question fondamentale: quelle est la différence entre le biais et le sous-ajustement? Et, par analogie, quelle est la différence entre la variance et le sur-ajustement? Les termes de chaque paire signifient-ils la même chose? Sinon, quelle est la différence?

10 variance bias overfitting model-evaluation

Questions marquées «bias»