Tirer des conclusions sur les paramètres de population à partir d'échantillons de données. Voir https://en.wikipedia.org/wiki/Inference et https://en.wikipedia.org/wiki/Statistical_inference
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 2 ans . J'ai un ensemble de données assez simple composé d'une variable indépendante, …
Je me demandais quel progiciel statistique de logiciels recommandez-vous pour effectuer l'inférence bayésienne. Par exemple, je sais que vous pouvez exécuter openBUGS ou winBUGS de manière autonome ou vous pouvez également les appeler à partir de R. Mais R a également plusieurs de ses propres packages (MCMCPack, BACCO) qui peuvent …
Existe-t-il de bons résumés (critiques, livres) sur diverses applications de la chaîne de Markov Monte Carlo (MCMC)? J'ai vu Markov Chain Monte Carlo en pratique , mais ce livre semble un peu vieux. Existe-t-il davantage de livres de mise à jour sur diverses applications de MCMC dans des domaines tels …
MLE = Estimation du maximum de vraisemblance MAP = Maximum a posteriori Le MLE est intuitif / naïf en ce qu'il ne commence qu'avec la probabilité d'observation compte tenu du paramètre (c'est-à-dire la fonction de vraisemblance) et essaie de trouver le paramètre le plus conforme à l'observation . Mais il …
Soit et quatre variables aléatoires telles que , où sont des paramètres inconnus. Supposons également que ,Alors lequel est vrai?Y 1 , Y 2 , Y 3 Y1,Y2,Y3Y_1,Y_2,Y_3Y 4Y4Y_4 E ( Y 1 ) = θ 1 - θ 3 ; E ( Y 2 ) = θ 1 + …
J'ai récemment passé en revue quelques vieux articles de Nancy Reid, Barndorff-Nielsen, Richard Cox et, oui, un petit Ronald Fisher sur le concept de "l'inférence conditionnelle" dans le paradigme fréquentiste, ce qui semble signifier que les inférences sont basées en considérant uniquement les "sous-ensemble pertinent" de l'espace d'échantillonnage, et non …
Dans le modèle , nous pourrions estimer utilisant l'équation normale:y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilonββ\beta β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y, et nous pourrions obteniry^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Le vecteur des résidus est estimé par ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q y = Q …
J'ai appris en statistique élémentaire qu'avec un modèle linéaire général, pour que les inférences soient valides, les observations doivent être indépendantes. Lorsque le regroupement se produit, l'indépendance peut ne plus tenir, ce qui conduit à une inférence non valide, sauf si cela est pris en compte. Une façon de prendre …
Je lis un commentaire dans un article, et l'auteur déclare que parfois, même si les estimateurs (trouvés par ML ou quasi-vraisemblance maximale) peuvent ne pas être cohérents, la puissance d'un rapport de vraisemblance ou d'un test de rapport de quasi-vraisemblance peut toujours converger vers 1 car le nombre de données …
Le terme «inférence statistique» comprend-il uniquement les tests d'hypothèse ou inclut-il également l'estimation ponctuelle, l'estimation d'intervalle, etc. Des références faisant autorité seront grandement appréciées.
En réponse à un nombre croissant de statisticiens et de chercheurs qui critiquent l'utilité des tests d'hypothèse nulle (NHT) pour la science comme un effort cumulatif, le groupe de travail sur l'inférence statistique de l'American Psychological Association a évité une interdiction pure et simple du NHT, mais a plutôt suggéré …
Je travaille actuellement comme assistant d'enseignement dans mon université, dans un cours d'introduction aux statistiques (pour les étudiants en médecine). Hors ligne, il existe de nombreux livres contenant des informations pour aider l'enseignant. Cependant, ce que je suis intéressé de savoir, c'est si vous pouvez m'orienter vers de (bonnes) ressources …
Considérons le modèle de régression linéaire y=Xβ+uy=Xβ+u\mathbf{y}=\mathbf{X\beta}+\mathbf{u} , u∼N(0,σ2I)u∼N(0,σ2I)\mathbf{u}\sim N(\mathbf{0},\sigma^2\mathbf{I}) , E(u∣X)=0E(u∣X)=0E(\mathbf{u}\mid\mathbf{X})=\mathbf{0} . Soit vs .H 1 : σ 2 0 ≠ σ 2H0:σ20=σ2H0:σ02=σ2H_0: \sigma_0^2=\sigma^2H1:σ20≠σ2H1:σ02≠σ2H_1: \sigma_0^2\neq\sigma^2 On peut en déduire que , où . Et est la notation typique de la matrice de l'annihilateur, , où est la variable dépendante …
J'ai googlé et recherché sur stats.stackexchange mais je ne trouve pas la formule pour calculer un intervalle de confiance à 95% pour une valeur pour une régression linéaire. Quelqu'un peut-il le fournir?R2R2R^2 Mieux encore, disons que j'ai exécuté la régression linéaire ci-dessous dans R. Comment calculer un intervalle de confiance …
Ma question vient du fait suivant. J'ai lu des articles, des blogs, des conférences ainsi que des livres sur l'apprentissage automatique. Mon impression est que les praticiens de l'apprentissage automatique semblent être indifférents à beaucoup de choses qui intéressent les statisticiens et l'économétrie. En particulier, les praticiens de l'apprentissage automatique …
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.