Preguntas etiquetadas con inference

Deje . La matriz de información de Fisher se define como:θ ∈ Rnorteθ∈Rnorte\theta \in R^{n} yo( θ )i , j= - E[ ∂2Iniciar sesión( f( XEl | θ))∂θyo∂θj∣∣∣θ ]yo(θ)yo,j=-mi[∂2Iniciar sesión⁡(F(XEl |θ))∂θyo∂θjEl |θ]I(\theta)_{i,j} = -E\left[\frac{\partial^{2} \log(f(X|\theta))}{\partial \theta_{i} \partial \theta_{j}}\bigg|\theta\right] ¿Cómo puedo demostrar que la matriz de información de Fisher es semidefinida …

18 inference  linear-algebra  fisher-information 

Estoy siguiendo AW van der Vaart, estadísticas asintóticas (1998). Habla de experimentos estadísticos, alegando que son diferentes de un modelo estadístico, pero no define ninguno. Mi pregunta: ¿Qué es (1) un experimento estadístico, (2) un modelo estadístico y (3) cuál es el ingrediente clave que siempre distinguirá al experimento estadístico …

17 mathematical-statistics  inference  experiment-design  descriptive-statistics  model 

Se me pide que encuentre los valores p para estadísticas descriptivas. Sin embargo, entiendo que los valores p son para estadísticas de prueba. Si no me equivoco, un valor p es la probabilidad de observar un valor tan extremo como el estadístico de prueba si la hipótesis nula fuera cierta.

17 hypothesis-testing  descriptive-statistics  inference 

¿El pdf y el pmf y el cdf contienen la misma información? Para mí, el pdf da toda la probabilidad a un cierto punto (básicamente el área bajo la probabilidad). Las pmf dan la probabilidad de cierto punto. El cdf da la probabilidad bajo cierto punto. Entonces, para mí, el …

17 probability  distributions  pdf  inference  cdf 

Conozco los beneficios de la regularización cuando construyo modelos predictivos (sesgo vs. varianza, evitando el sobreajuste). Pero me pregunto si es una buena idea hacer también la regularización (lazo, cresta, red elástica) cuando el propósito principal del modelo de regresión es la inferencia de los coeficientes (ver qué predictores son …

17 inference  lasso  ridge-regression  elastic-net  selectiveinference 

En R, uso la ldafunción de la biblioteca MASSpara hacer la clasificación. Según entiendo LDA, a la entrada XXx se le asignará la etiqueta yyy , que maximiza p ( yEl | x)pag(yEl |X)p(y|x) , ¿verdad? Pero cuando me ajusto al modelo, en el que x = ( L a …

17 r  discriminant-analysis  inference 

Creo que es justo decir que la estadística es una ciencia aplicada, por lo que cuando se calculan los promedios y las desviaciones estándar es porque alguien está buscando tomar algunas decisiones basadas en esos números. Parte de ser un buen estadístico, entonces espero poder "sentir" cuándo se puede confiar …

16 references  inference  descriptive-statistics  history  fallacy 

Para un problema de inferencia dado, sabemos que un enfoque bayesiano generalmente difiere tanto en la forma como en los resultados de un enfoque fequentista. Los frecuentes (por lo general me incluyen a mí) a menudo señalan que sus métodos no requieren un previo y, por lo tanto, están más …

15 bayesian  inference  likelihood  likelihood-ratio  frequentist 

Tengo un problema para entender por qué la inferencia bayesiana conduce a problemas intratables. El problema a menudo se explica así: Lo que no entiendo es por qué esta integral tiene que evaluarse en primer lugar: me parece que el resultado de la integral es simplemente una constante de normalización …

15 bayesian  inference 

He estado estudiando estadísticas de muchos libros durante los últimos 3 años, y gracias a este sitio aprendí mucho. Sin embargo, una pregunta fundamental sigue sin respuesta para mí. Puede tener una respuesta muy simple o muy difícil, pero sé con certeza que requiere una comprensión profunda de las estadísticas. …

15 modeling  inference  aic 

Algunos bayesianos atacan la inferencia frecuentista afirmando que "no hay una distribución de muestreo única" porque depende de las intenciones del investigador (Kruschke, Aguinis y Joo, 2012, p. 733). Por ejemplo, digamos que un investigador comienza la recolección de datos, pero su financiamiento se recortó inesperadamente después de 40 participantes. …

15 distributions  inference  frequentist 

Esta pregunta hace referencia al artículo de Galit Shmueli "Explicar o predecir" . Específicamente, en la sección 1.5, "Explicación y predicción son diferentes", el profesor Shmueli escribe: En el modelado explicativo, el objetivo es minimizar el sesgo para obtener la representación más precisa de la teoría subyacente. Esto me ha …

15 predictive-models  inference  bias  unbiased-estimator  explanatory-models 

Estoy analizando un conjunto de datos utilizando un modelo de efectos mixtos con un efecto fijo (condición) y dos efectos aleatorios (participante debido al diseño del sujeto y al par). El modelo se ha generado con el lme4paquete: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). A continuación, realicé una prueba de razón de probabilidad de este …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Entiendo que significa que el modelo es malo para predecir puntos de datos individuales, pero ha establecido una tendencia firme (por ejemplo, y sube cuando x sube).

14 regression  inference  r-squared  linear 

Acabo de ver una conferencia sobre inferencia estadística ("comparación de proporciones y medios"), parte de una introducción al curso en línea de estadísticas. El material tenía tan poco sentido para mí como siempre lo hace (a estas alturas debo haber visto estas cosas docenas de veces, distribuidas en las últimas …

14 references  inference  point-estimation