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].
J'essaie d'estimer les paramètres d'une distribution gamma qui correspond le mieux à mon échantillon de données. Je veux seulement utiliser la moyenne , std (et donc la variance ) de l'échantillon de données, pas les valeurs réelles - car elles ne seront pas toujours disponibles dans mon application. Selon ce …
J'essaie de comparer la complexité de calcul / la vitesse d'estimation de trois groupes de méthodes de régression linéaire comme distingué dans Hastie et al. "Elements of Statistical Learning" (2e éd.), Chapitre 3: Sélection de sous-ensemble Méthodes de retrait Méthodes utilisant des directions d'entrée dérivées (PCR, PLS) La comparaison peut …
Disons que j'ai un échantillon et l' échantillon de bootstrap de cet échantillon pour un stastitique (par exemple la moyenne). Comme nous le savons tous, cet échantillon bootstrap estime la distribution d'échantillonnage de l'estimateur de la statistique.χχ\chi Maintenant, la moyenne de cet échantillon bootstrap est-elle une meilleure estimation de la …
Une séquence d'estimateurs pour un paramètre est asymptotiquement normale si . ( source ) On appelle alors la variance asymptotique de . Si cette variance est égale à la borne de Cramer-Rao , nous disons que l'estimateur / séquence est asymptotiquement efficace. θ √UnUnU_nθθ\thetan−−√(Un−θ)→N(0,v)n(Un−θ)→N(0,v)\sqrt{n}(U_n - \theta) \to N(0,v)U nvvvUnUnU_n Question: …
Récemment, j'ai été très gêné lorsque j'ai donné une réponse spontanée sur les estimations sans biais de la variance minimale pour les paramètres d'une distribution uniforme qui étaient complètement faux. Heureusement, j'ai été immédiatement corrigé par le cardinal et Henry avec Henry fournissant les bonnes réponses pour l'OP . Cela …
Contexte J'ai une variable avec une distribution inconnue. J'ai 500 échantillons, mais je voudrais démontrer la précision avec laquelle je peux calculer la variance, par exemple pour affirmer qu'une taille d'échantillon de 500 est suffisante. Je souhaite également connaître la taille minimale de l'échantillon qui serait nécessaire pour estimer la …
J'ai une question sur le calcul du facteur de rétrécissement de James-Stein dans l'article de 1977 de Scientific American de Bradley Efron et Carl Morris, "Stein's Paradox in Statistics" . J'ai rassemblé les données pour les joueurs de baseball et elles sont données ci-dessous: Name, avg45, avgSeason Clemente, 0.400, 0.346 …
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 solution avec des paramètres …
Avec un a priori plat, les estimateurs ML (fréquentiste - maximum de vraisemblance) et MAP (bayésien - maximum a posteriori) coïncident. Plus généralement, cependant, je parle d'estimateurs ponctuels dérivés comme optimiseurs d'une fonction de perte. C'est à dire (Bayésien) x (x^(.)=argminE(L(X-x^(y))|y) (Bayésien) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; …
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 statistiques de l'échantillon . Supposons …
Suffit-il de montrer que MSE = 0 comme n→∞n→∞n\rightarrow\infty ? J'ai également lu dans mes notes quelque chose sur le plim. Comment puis-je trouver le plim et l'utiliser pour montrer que l'estimateur est cohérent?
Je lis actuellement "Toutes les statistiques" de Larry Wasserman et je suis perplexe à propos de quelque chose qu'il a écrit dans le chapitre sur l'estimation des fonctions statistiques des modèles non paramétriques. Il a écrit "Parfois, nous pouvons trouver l'erreur-type estimée d'une fonction statistique en effectuant quelques calculs. Cependant, …
J'ai utilisé des moindres carrés itérativement repondérés (IRLS) pour minimiser les fonctions de la forme suivante, J(m)=∑Ni=1ρ(|xi−m|)J(m)=∑i=1Nρ(|xi−m|)J(m) = \sum_{i=1}^{N} \rho \left(\left| x_i - m \right|\right) où NNN est le nombre d'instances de xi∈Rxi∈Rx_i \in \mathbb{R} , m∈Rm∈Rm \in \mathbb{R} est l'estimation robuste que je veux, et ρρ\rho est une fonction …
Supposons que nous ayons deux points (la figure suivante: cercles noirs) et que nous voulons trouver une valeur pour un troisième point entre eux (croix). Nous allons en effet l'estimer sur la base de nos résultats expérimentaux, les points noirs. Le cas le plus simple consiste à tracer une ligne, …
Je connais 3 méthodes pour faire des estimations de paramètres, ML, MAP et Bayes. Et pour l'approche MAP et Bayes, nous devons choisir des a priori pour les paramètres, non? Disons que j'ai ce modèle , dans lequel α , β sont des paramètres, afin de faire l'estimation en utilisant …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.