Questions marquées «estimation»

Cette balise est trop générale; veuillez fournir une balise plus spécifique. Pour les questions sur les propriétés d'estimateurs spécifiques, utilisez plutôt la balise [estimateurs].

2
Estimation moyenne robuste avec efficacité de mise à jour O (1)
Je recherche une estimation robuste de la moyenne qui a une propriété spécifique. J'ai un ensemble d'éléments pour lesquels je veux calculer cette statistique. Ensuite, j'ajoute de nouveaux éléments un par un, et pour chaque élément supplémentaire, je voudrais recalculer la statistique (également connue sous le nom d'algorithme en ligne). …
3
Un problème d'estimation dans le suivi GPS
Problème: Considérons deux voitures (considérées comme des objets ponctuels), nommées leader et suiveur , toutes deux équipées de dispositifs GPS qui communiquent entre elles. Le but de est de suivre plus près possible car ce dernier se déplace arbitrairement dans l'avion. Étant donné que tous les appareils GPS ont une …
4
Références sur l'optimisation numérique pour les statisticiens
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 descente de gradient (droite et stochastique), l'EM et ses retombées / …
2
Calculer la courbe ROC pour les données
Donc, j'ai 16 essais dans lesquels j'essaie d'authentifier une personne à partir d'un trait biométrique en utilisant Hamming Distance. Mon seuil est fixé à 3,5. Mes données sont ci-dessous et seul l'essai 1 est un vrai positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
1
Erreur dans l'estimation de la taille d'un ensemble?
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 |. …
2
pourquoi l'impartialité n'implique pas la cohérence
Je lis l'apprentissage en profondeur par Ian Goodfellow et al. Il introduit un biais car Bias(θ)=E(θ^)−θBias(θ)=E(θ^)−θBias(\theta)=E(\hat\theta)-\theta où et sont respectivement le paramètre estimé et le paramètre réel sous-jacent.θ^θ^\hat\thetaθθ\theta La cohérence, d'autre part, est définie par ce qui signifie que pour tout , aslimm→∞θ^m=θlimm→∞θ^m=θ\mathrm{lim}_{m\to\infty}\hat\theta_m=\thetaϵ>0ϵ>0\epsilon > 0P(|θ^m−θ|>ϵ)→0P(|θ^m−θ|>ϵ)→0P(|\hat\theta_m-\theta|>\epsilon)\to0m→∞m→∞m\to\infty Ensuite, il dit que la …
2
Statistiques complètes pour
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 pour , alors par Lehmann-Scheffé c'est UMVUE . Mais si était connu, nous aurions pu considérer dont la variance est égale à la …
1
Quelle est la différence entre maximiser la vraisemblance conditionnelle (log) ou vraisemblance conjointe (log) lors de l'estimation des paramètres d'un modèle?
Considérons une réponse y et de la matrice de données X . Supposons que je crée un modèle de formulaire - y ~ g (X,θθ\theta) (g () pourrait être n'importe quelle fonction de X et θθ\theta) Maintenant, pour estimer θθ\thetaen utilisant la méthode du maximum de vraisemblance (ML), je pourrais …
3
Puis-je utiliser une variable qui a une relation non linéaire avec la variable dépendante dans la régression logistique?
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, l'analyse bivariée montre une …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.