Preguntas etiquetadas con standard-error

Se refiere a la desviación estándar de la distribución muestral de una estadística calculada a partir de una muestra. A menudo se requieren errores estándar cuando se forman intervalos de confianza o se prueban hipótesis sobre la población de la que se tomó la estadística.



1
R regresión lineal variable categórica valor "oculto"
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 




4
¿Para qué se usa el error estándar?
Estoy usando un tutorial que encontré y trazando valores medios junto con los errores estándar para mostrar mis datos. Pero tengo un problema para discutir los resultados. Mi diagrama es como se muestra a continuación: algunos de los errores estándar (mostrados como una barra de error) varían mucho y algunos …

2
Intervalos de confianza para la mediana
Tengo una distribución de muestras con un pequeño número de valores en cada una (menos de 101010) He calculado la mediana de cada muestra, que quiero comparar con un modelo y obtener la diferencia entre el modelo y la mediana de cada muestra. Para tener un resultado consistente, necesito un …



2
Intervalo de confianza para la mediana
Tengo un conjunto de valores xi,i=1,…,Nxi,i=1,…,N{x_i}, i=1, \dots ,N de los cuales calculo la mediana M. Me preguntaba cómo podría calcular el error en esta estimación. En la red descubrí que se puede calcular como 1.2533σN√1.2533σN1.2533\frac{\sigma}{\sqrt{N}} dónde σσ\sigmaes la desviación estándar Pero no encontré referencias al respecto. Así que no …

3
Calcular tamaños de efectos y errores estándar para la diferencia entre dos diferencias de medias estandarizadas
Tengo dos preguntas relacionadas, ambas relacionadas con un metanálisis que estoy realizando donde los resultados primarios se expresan en términos de la diferencia de medias estandarizada. Mis estudios tienen múltiples variables disponibles para calcular la diferencia de medias estandarizada. Me gustaría saber hasta qué punto las diferencias de medias estandarizadas …

2
¿Por qué un modelo estadístico se sobreajusta si se le da un gran conjunto de datos?
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 


2
¿Errores estándar de las estimaciones de distribución hiperbólica usando el método delta?
Quiero calcular los errores estándar de una distribución hiperbólica ajustada. En mi notación, la densidad viene dada por Estoy usando el paquete HyperbolicDistr en R. Calculo los parámetros mediante el siguiente comando:H(l;α,β,μ,δ)=α2−β2−−−−−−√2αδK1(δα2−β2−−−−−−√)exp(−αδ2+(l−μ)2−−−−−−−−−−√+β(l−μ))H(l;α,β,μ,δ)=α2−β22αδK1(δα2−β2)exp(−αδ2+(l−μ)2+β(l−μ))\begin{align*} H(l;\alpha,\beta,\mu,\delta)&=\frac{\sqrt{\alpha^2-\beta^2}}{2\alpha \delta K_1 (\delta\sqrt{\alpha^2-\beta^2})} exp\left(-\alpha\sqrt{\delta^2+(l-\mu)^2}+\beta(l-\mu)\right) \end{align*} hyperbFit(mydata,hessian=TRUE) Esto me da una parametrización incorrecta. Lo cambio a mi parametrización …

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.