Preguntas etiquetadas con confidence-interval

Estoy tratando de encontrar una solución para comparar dos pruebas de "chi-cuadrado de bondad de ajuste". Más precisamente, quiero comparar los resultados de dos experimentos independientes. En estos experimentos, los autores utilizaron el chi-cuadrado de bondad de ajuste para comparar las conjeturas aleatorias (frecuencias esperadas) con las frecuencias observadas. Los …

10 r  confidence-interval  chi-squared 

El modelo subyacente de PLS es que un determinado matriz y vector están relacionadas por donde es un latente de la matriz, y son términos de ruido (suponiendo que están centrados).n×mn×mn \times mXXXnnnyyyX=TP′+E,X=TP′+E,X = T P' + E, y=Tq′+f,y=Tq′+f,y = T q' + f,TTTn×kn×kn \times kE,fE,fE, fX,yX,yX, y PLS produce …

10 regression  confidence-interval  latent-variable  partial-least-squares 

Estoy interesado en obtener un intervalo de confianza de arranque en la cantidad X, cuando esta cantidad se mide 10 veces en cada una de las 10 personas. Un enfoque es obtener la media por individuo, luego hacer un bootstrap de las medias (por ejemplo, volver a muestrear las medias …

10 confidence-interval  bootstrap 

Tengo una ecuación para predecir el peso de los manatíes a partir de su edad, en días (dias, en portugués): R <- function(a, b, c, dias) c + a*(1 - exp(-b*dias)) Lo modelé en R, usando nls (), y obtuve este gráfico: Ahora quiero calcular el intervalo de confianza del …

10 confidence-interval  nonlinear-regression 

Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

¿Se calculan las estimaciones de desviación estándar a través de: sN=1N∑Ni=1(xi−x¯¯¯)2−−−−−−−−−−−−−√.sN=1N∑i=1N(xi−x¯)2. s_N = \sqrt{\frac{1}{N} \sum_{i=1}^N (x_i - \overline{x})^2}. ( http://en.wikipedia.org/wiki/Standard_deviation#Sample_standard_deviation ) para precisiones de predicción muestreadas de validación cruzada 10 veces? Me preocupa que la precisión de la predicción calculada entre cada pliegue dependa de la superposición sustancial entre los …

10 confidence-interval  cross-validation  prediction  prediction-interval 

La imagen a continuación es de este artículo en Psychological Science . Un colega señaló dos cosas inusuales al respecto: Según el título, las barras de error muestran "± 2.04 errores estándar, el intervalo de confianza del 95%". Solo he visto ± 1.96 SE usado para el IC del 95%, …

10 confidence-interval  standard-error 

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Supongamos que tengo un modelo de regresión cuadrática Y= β0 0+ β1X+ β2X2+ ϵY=β0 0+β1X+β2X2+ϵ Y = \beta_0 + \beta_1 X + \beta_2 X^2 + \epsilon con los errores satisfaciendo los supuestos habituales (independiente, normal, independiente de los valores de ). Sea las estimaciones de mínimos cuadrados.ϵϵ\epsilonXXXsi0 0, b1, b2si0 …

10 regression  confidence-interval 

Para la tarea, me dieron datos para crear / entrenar un predictor que usa la regresión de lazo. Creo el predictor y lo entreno usando la biblioteca lasso python de scikit learn. Así que ahora tengo este predictor que cuando se da entrada puede predecir la salida. La segunda pregunta …

10 regression  machine-learning  self-study  confidence-interval  bootstrap 

Me han enseñado que podemos producir una estimación de parámetros en forma de un intervalo de confianza después del muestreo de una población. Por ejemplo, los intervalos de confianza del 95%, sin supuestos violados, deberían tener una tasa de éxito del 95% de contener cualquier parámetro verdadero que estemos estimando …

9 hypothesis-testing  confidence-interval  estimation  inference 

Necesito asegurarme de que mi mapa del sitio XML tenga menos del basura (enlaces rotos). La lista de URL está en los cientos de miles, e incluso si pudiera ser factible probarlos todos 1 por 1, preferiría no hacerlo, por muchas razones:1 %1%1\% 1 - Saved bandwidth 2 - Faster …

9 probability  confidence-interval  sample-size 

Considere la siguiente gráfica en la que simulé datos de la siguiente manera. Observamos un resultado binario para el cual la probabilidad real de ser 1 se indica mediante la línea negra. La relación funcional entre una covariable y es un polinomio de tercer orden con enlace logístico (por lo …

9 regression  logistic  bayesian  confidence-interval  credible-interval 

Supongamos que ajusto una regresión binomial y obtengo las estimaciones puntuales y la matriz de varianza-covarianza de los coeficientes de regresión. Eso me permitirá obtener un IC para la proporción esperada de éxitos en un experimento futuro, , pero necesito un IC para la proporción observada. Se han publicado algunas …

9 confidence-interval  binomial  beta-binomial  beta-regression  gamlss 

Dado que el error estándar de una regresión lineal generalmente se da para la variable de respuesta, me pregunto cómo obtener intervalos de confianza en la otra dirección, por ejemplo, para una intersección x. Puedo visualizar lo que podría ser, pero estoy seguro de que debe haber una forma directa …

9 r  regression  confidence-interval  bootstrap