Preguntas etiquetadas con estimation

Uno de los usos supuestos de los estimadores L es la capacidad de estimar 'robustamente' los parámetros de una variable aleatoria extraída de una clase dada. Una de las desventajas de usar distribuciones estables de Levyαα\alpha es que es difícil estimar los parámetros dada una muestra de observaciones extraídas de …

8 distributions  estimation  robust  parametric  stable-distribution 

¿Qué métodos no / semiparamétricos para estimar una densidad de probabilidad de una muestra de datos está utilizando? (No incluya más de un método por respuesta)

8 probability  estimation  nonparametric 

Me preguntaba por qué los errores estándar son (severamente) sesgados hacia abajo cuando se usa la variable instrumental (general) - estimador o el método generalizado de estimador de momentos (gmm).

8 estimation  instrumental-variables  generalized-moments 

Tengo los valores medios y medianos para una muestra extraída de una distribución lognormal. Tenga en cuenta que esta no es la media y la mediana de los registros de la variable, aunque, por supuesto, puedo calcular los registros de la media y la mediana. ¿Existe una solución de forma …

8 estimation  mean  lognormal  median  parameterization 

Considere una muestra de números reales. Digamos que queremos estimar la tendencia central de la población y tener una idea de nuestra incertidumbre en torno a esta estimación. Pongamos a un lado las suposiciones sobre la distribución de la población por un momento, y consideremos los siguientes dos enfoques. Obtenga …

8 estimation  bootstrap 

En primer lugar, me gustaría precisar que no soy un experto en el tema. Suponga que tiene dos variables aleatorias e que son binomiales, respectivamente e observe aquí que es igual. Sé queXXXYYYX∼B(n1,p)X∼B(n1,p)X\sim B(n_1,p)Y∼B(n2,p),Y∼B(n2,p),Y\sim B(n_2,p),pppZ=X+Y∼B(n1+n2,p).Z=X+Y∼B(n1+n2,p).Z=X+Y \sim B(n_1+n_2,p). Sea una muestra para y sea ​​una muestra para , ¿existe un método …

8 mathematical-statistics  confidence-interval  estimation  maximum-likelihood  binomial 

La versión general: Necesito estimar donde y son continuos y multivariados. Prefiero hacerlo de forma no paramétrica porque no tengo una buena forma funcional en mente y debe ser algo como imparcial. Quería usar un estimador de densidad de kernel condicional, pero me di cuenta de que primero tendría que …

8 regression  estimation  nonparametric  pdf  causality 

Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly spend en el cual monthly spendestá …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Mientras hacía algunas simulaciones, me di cuenta de que el cuantil de la muestra es un estimador sesgado del verdadero cuantil. Y, según mis simulaciones, una potencialmente muy sesgada. Me sorprendió ese resultado ya que el CDF empírico no está sesgado, pero después de un poco de investigación en Internet, …

8 estimation  quantiles 

Tengo un parámetro que se encuentra entre . Digamos que puedo ejecutar un experimento y obtener , donde es un gaussiano estándar. Lo que necesito es una estimación de que es 1) imparcial 2) casi seguramente acotada. El requisito (2) es crucial para mí.θθ\theta[0,1][0,1][0,1]θ^=θ+wθ^=θ+w\hat{\theta} = \theta + wwwwθθ\theta Lo natural …

8 estimation  mathematical-statistics  unbiased-estimator  proof 

Quiero estimar los parámetros de los modelos de mezcla de Dirichlet usando el muestreo de Gibbs y tengo algunas preguntas al respecto: ¿Es una mezcla de distribuciones de Dirichlet equivalente a un proceso de Dirichlet? ¿Cuáles son sus principales diferencias si no es así? Además, si quiero estimar los parámetros …

8 bayesian  estimation  gibbs  dirichlet-distribution 

Tengo problemas para encontrar una solución con respecto a cómo ejecutar una prueba post-hoc (Tukey HSD) después de un ANOVA de medidas repetidas de 2 factores (ambos dentro de los sujetos) en R. Para el ANOVA, he usado la función aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Después …

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice 

Quiero calcular el parámetro de la distribución exponencial partir de una población de muestra sacada de esta distribución en condiciones sesgadas. Hasta donde sé, para una muestra de n valores, el estimador habitual es . Sin embargo, mi muestra está sesgada de la siguiente manera:λλ\lambdami- λ xe−λxe^{-\lambda x}λ^=norte∑Xyoλ^=n∑xi\hat{\lambda} = \frac{n}{\sum …

8 distributions  estimation  bias  unbiased-estimator  exponential 

Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey groupresultaron significativos, además hubo una …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

Siempre lucho por obtener la verdadera esencia de la identificación en econometría. Sé que afirmamos que se puede identificar un parámetro (por ejemplo, ) si simplemente mirando su distribución (conjunta) podemos inferir el valor del parámetro. En un caso simple de , donde podemos afirmar que se identifica si sabemos …

8 estimation  identifiability