Preguntas etiquetadas con unbiased-estimator

Los análisis químicos de las muestras ambientales a menudo se censuran a continuación en los límites de notificación o en varios límites de detección / cuantificación. Este último puede variar, generalmente en proporción a los valores de otras variables. Por ejemplo, una muestra con una alta concentración de un compuesto …

22 correlation  estimation  censoring  covariance-matrix  unbiased-estimator 

¿Qué significa decir que "la varianza es un estimador sesgado"? ¿Qué significa convertir una estimación sesgada en una estimación imparcial a través de una fórmula simple? ¿Qué hace exactamente esta conversión? Además, ¿cuál es el uso práctico de esta conversión? ¿Convierte estos puntajes cuando usa cierto tipo de estadísticas?

21 theory  unbiased-estimator  descriptive-statistics 

En las estadísticas clásicas, existe la definición de que una estadística de un conjunto de datos se define como completa para un parámetro es imposible formar un estimador imparcial de partir de ella de manera no trivial. Es decir, la única forma de tener para todos es que sea casi …

21 mathematical-statistics  intuition  unbiased-estimator  definition  complete-statistics 

Me sorprendió un poco la primera vez que hice una simulación de Monte Carlo de distribución normal y descubrí que la media de 100100100 desviaciones estándar de 100100100 muestras, todas con un tamaño de muestra de solo n=2n=2n=2 , resultó ser mucho menor que, es decir, promediando 2π−−√2π \sqrt{\frac{2}{\pi }} …

20 normal-distribution  standard-deviation  expected-value  unbiased-estimator  umvue 

En un entorno donde se observa distribuido desde una distribución con densidad , me pregunto si hay un estimador imparcial (basado en 's) de la distancia de Hellinger a otra distribución con densidad , a saber, X1,…,XnX1,…,XnX_1,\ldots,X_nfffXiXiX_if0f0f_0H(f,f0)={1−∫Xf(x)f0(x)−−−−−−−−√dx}1/2.H(f,f0)={1−∫Xf(x)f0(x)dx}1/2. \mathfrak{H}(f,f_0) = \left\{ 1 - \int_\mathcal{X} \sqrt{f(x)f_0(x)} \text{d}x \right\}^{1/2}\,.

20 pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger 

Estoy leyendo el capítulo de equilibrio de sesgo-varianza de Los elementos del aprendizaje estadístico y tengo dudas en la fórmula de la página 29. Deje que los datos surjan de un modelo tal que donde es aleatorio número con valor esperado y varianza . Supongamos que el valor esperado de …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

Estoy usando Lasso para la selección de características en una configuración dimensional relativamente baja (n >> p). Después de ajustar un modelo de lazo, quiero usar las covariables con coeficientes distintos de cero para ajustar un modelo sin penalización. Estoy haciendo esto porque quiero estimaciones imparciales que Lasso no puede …

17 regression  feature-selection  lasso  unbiased-estimator 

Para la distribución normal, hay un estimador imparcial de la desviación estándar dada por: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})} \sqrt{\frac{1}{2}\sum_{k=1}^n(x_i-\bar{x})^2} La razón por la cual este resultado no es tan conocido parece ser que es en gran parte una curiosidad y no una cuestión de gran importancia . La prueba está cubierta …

16 mathematical-statistics  standard-deviation  unbiased-estimator 

Varias descripciones sobre la selección del modelo sobre los efectos aleatorios de los modelos lineales mixtos indican el uso de REML. Sé la diferencia entre REML y ML en algún nivel, pero no entiendo por qué REML debe usarse porque ML está sesgado. Por ejemplo, ¿es incorrecto realizar un LRT …

16 mixed-model  maximum-likelihood  unbiased-estimator  likelihood-ratio  reml 

Suponga que ajusta una regresión lineal / logística , con el objetivo de una estimación imparcial de . Está muy seguro de que tanto como son muy positivos en relación con el ruido en sus estimaciones.g(y)=a0+a1⋅x1+a2⋅x2g(y)=a0+a1⋅x1+a2⋅x2g(y) = a_0 + a_1\cdot x_1 + a_2\cdot x_2a1a2a1a2\frac{a_1}{a_2}a1a1a_1a2a2a_2 Si tiene la covarianza conjunta de …

15 regression  regression-coefficients  unbiased-estimator  ratio 

Para un modelo lineal, la solución OLS proporciona el mejor estimador lineal imparcial para los parámetros. Por supuesto, podemos cambiar un sesgo por una varianza más baja, por ejemplo, regresión de cresta. Pero mi pregunta es sobre no tener prejuicios. ¿Hay otros estimadores que se usan con cierta frecuencia, que …

15 regression  least-squares  linear  unbiased-estimator  blue 

El enfoque común para estimar los parámetros de una distribución normal es usar la media y la desviación / varianza estándar de la muestra. Sin embargo, si hay algunos valores atípicos, la mediana y la desviación media de la mediana deberían ser mucho más robustas, ¿verdad? En algunos conjuntos de …

15 normal-distribution  estimation  outliers  robust  unbiased-estimator 

Según tengo entendido, las escuelas del Reino Unido enseñan que la desviación estándar se encuentra usando: mientras que las escuelas de los Estados Unidos enseñan: (en un nivel básico de todos modos). Esto ha causado problemas a varios de mis alumnos en el pasado, ya que buscaron en Internet, pero …

15 standard-deviation  error  teaching  unbiased-estimator 

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 

Este es un seguimiento, pero también una pregunta diferente de la anterior . Leí en Wikipedia que " Un estimador imparcial mediano minimiza el riesgo con respecto a la función de pérdida de desviación absoluta, como lo observó Laplace ". Sin embargo, mis resultados de simulación de Monte Carlo no …

14 r  unbiased-estimator  median  lognormal  mad