Preguntas etiquetadas con estimation

Estoy tratando de estimar los parámetros de una distribución gamma que mejor se ajusta a mi muestra de datos. Solo quiero usar la media , estándar (y, por lo tanto, la varianza ) de la muestra de datos, no los valores reales, ya que estos no siempre estarán disponibles en …

19 distributions  estimation  gamma-distribution 

Estoy tratando de comparar la complejidad computacional / velocidad de estimación de tres grupos de métodos para la regresión lineal como se distingue en Hastie et al. "Elementos del aprendizaje estadístico" (2ª ed.), Capítulo 3: Selección de subconjunto Métodos de contracción Métodos que utilizan direcciones de entrada derivadas (PCR, PLS) …

18 machine-learning  estimation  feature-selection  algorithms  time-complexity 

Una secuencia de estimadores para un parámetro es asintóticamente normal si . ( fuente ) Luego llamamos la varianza asintótica de . Si esta varianza es igual al límite de Cramer-Rao , decimos que el estimador / secuencia es asintóticamente eficiente. θ √UnorteUnorteU_nθθ\thetanorte--√( Unorte- θ ) → N( 0 , …

18 estimation  asymptotics  efficiency 

Digamos que tengo una muestra y la muestra de bootstrap de esta muestra para un estatico (por ejemplo, la media). Como todos sabemos, esta muestra de bootstrap estima la distribución muestral del estimador de la estadística.χχ\chi Ahora, ¿es la media de esta muestra de bootstrap una mejor estimación de la …

18 estimation  bootstrap 

Recientemente me sentí muy avergonzado cuando di una respuesta inesperada sobre las estimaciones imparciales de varianza mínima para los parámetros de una distribución uniforme que estaba completamente equivocado. Afortunadamente, el cardenal y Henry me corrigieron inmediatamente con Henry proporcionando las respuestas correctas para el OP . Sin embargo, esto me …

18 estimation  point-estimation 

Tengo una pregunta sobre el cálculo del factor de contracción de James-Stein en el artículo de Scientific American de 1977 de Bradley Efron y Carl Morris, "La paradoja de Stein en estadística" . Reuní los datos para los jugadores de béisbol y se dan a continuación: Name, avg45, avgSeason Clemente, …

18 estimation  shrinkage  steins-phenomenon 

Pregunta La varianza de una distribución binomial negativa (NB) es siempre mayor que su media. Cuando la media de una muestra es mayor que su varianza, el intento de ajustar los parámetros de un NB con la máxima probabilidad o con la estimación de momento fallará (no hay solución con …

17 estimation  maximum-likelihood  negative-binomial 

Con un previo plano, coinciden los estimadores ML (frecuentista - máxima verosimilitud) y MAP (Bayesiano - máximo a posteriori). Sin embargo, en términos más generales, estoy hablando de estimadores puntuales derivados como optimizadores de alguna función de pérdida. Es decir (Bayesiano) x (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = …

17 bayesian  estimation  loss-functions  frequentist  decision-theory 

Esto está en parte motivado por la siguiente pregunta y la discusión que la sigue. Supongamos que se observa la muestra iid, Xi∼F(x,θ)Xi∼F(x,θ)X_i\sim F(x,\theta) . El objetivo es estimar θθ\theta . Pero la muestra original no está disponible. En cambio, tenemos algunas estadísticas de la muestra . Supongamos que es …

17 estimation  maximum-likelihood 

¿Es suficiente mostrar que MSE = 0 como ? También leí en mis notas algo sobre plim. ¿Cómo encuentro plim y lo uso para mostrar que el estimador es consistente?n→∞n→∞n\rightarrow\infty

17 estimation  convergence  consistency 

Antecedentes Tengo una variable con una distribución desconocida. Tengo 500 muestras, pero me gustaría demostrar la precisión con la que puedo calcular la varianza, por ejemplo, argumentar que un tamaño de muestra de 500 es suficiente. También estoy interesado en conocer el tamaño mínimo de muestra que se requeriría para …

17 estimation  random-variable  variance  sampling  sample-size 

Actualmente estoy leyendo "Todas las estadísticas" de Larry Wasserman y estoy desconcertado por algo que escribió en el capítulo sobre la estimación de funciones estadísticas de modelos no paramétricos. El escribio "A veces podemos encontrar el error estándar estimado de una función estadística haciendo algunos cálculos. Sin embargo, en otros …

16 self-study  estimation  bootstrap  standard-error 

He estado usando mínimos cuadrados iterativamente ponderados (IRLS) para minimizar las funciones de la siguiente forma, 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) donde NNN es el número de instancias de xi∈Rxi∈Rx_i \in \mathbb{R} , m∈Rm∈Rm \in \mathbb{R} es la estimación sólida que quiero, y ρρ\rho es una …

16 estimation  least-squares  robust  irls 

Supongamos que tenemos dos puntos (la siguiente figura: círculos negros) y queremos encontrar un valor para un tercer punto entre ellos (cruz). De hecho, vamos a estimarlo en función de nuestros resultados experimentales, los puntos negros. El caso más simple es dibujar una línea y luego encontrar el valor (es …

16 estimation  interpolation 

Conozco 3 métodos para hacer estimaciones de parámetros, ML, MAP y enfoque de Bayes. Y para el enfoque de MAP y Bayes, tenemos que elegir prioridades para los parámetros, ¿verdad? Digamos que tengo este modelo , en el que son parámetros, para hacer la estimación utilizando MAP o Bayes, leí …

16 bayesian  estimation  prior