Preguntas etiquetadas con unbiased-estimator

Se puede usar una base de datos de (población, área, forma) para mapear la densidad de población asignando un valor constante de población / área a cada forma (que es un polígono como un bloque del Censo, tramo, condado, estado, lo que sea). Sin embargo, las poblaciones generalmente no están …

14 modeling  unbiased-estimator  spatial 

Estoy tratando de obtener una comprensión intuitiva y sentir la diferencia y la diferencia práctica entre el término consistente y asintóticamente imparcial. Conozco sus definiciones matemáticas / estadísticas, pero estoy buscando algo intuitivo. Para mí, mirando sus definiciones individuales, casi parecen ser lo mismo. Me doy cuenta de que la …

14 bias  convergence  unbiased-estimator  asymptotics  intuition 

Estoy trabajando en algunos datos sintéticos para el modelo Error en variable para algunas investigaciones. Actualmente tengo una sola variable independiente, y supongo que sé la varianza para el verdadero valor de la variable dependiente. Entonces, con esta información, puedo lograr un estimador imparcial para el coeficiente de la variable …

13 regression  matlab  unbiased-estimator  errors-in-variables 

Suponga que son variables aleatorias iid que siguen la distribución de Poisson con media . ¿Cómo puedo probar que no hay un estimador imparcial de la cantidad ?X0,X1, ... ,XnorteX0,X1,...,Xnorte X_{0},X_{1},\ldots,X_{n} λλ \lambda 1λ1λ \dfrac{1}{\lambda}

13 probability  poisson-distribution  unbiased-estimator  estimators  iid 

Suponga que X∼N(μx,σ2x)X∼N(μx,σx2)X \sim \mathcal{N}(\mu_x, \sigma^2_x) e Y∼N(μy,σ2y)Y∼N(μy,σy2)Y \sim \mathcal{N}(\mu_y, \sigma^2_y) z=min(μx,μy)z=min(μx,μy)z = \min(\mu_x, \mu_y)zzz El estimador simple de donde y son medias de muestra de e , por ejemplo, está sesgado (aunque es consistente). Tiende a subestimar .min(x¯,y¯)min(x¯,y¯)\min(\bar{x}, \bar{y})x¯x¯\bar{x}y¯y¯\bar{y}XXXYYYzzz No puedo pensar en un estimador imparcial para . ¿Existe …

13 random-variable  unbiased-estimator  minimum 

El teorema de Gauss-Markov nos dice que el estimador OLS es el mejor estimador lineal imparcial para el modelo de regresión lineal. Pero supongamos que no me importa la linealidad y la imparcialidad. Entonces, ¿hay algún otro estimador (posible no lineal / sesgado) para el modelo de regresión lineal que …

13 regression  unbiased-estimator 

Nota: esta pregunta es una nueva publicación, ya que mi pregunta anterior tuvo que ser eliminada por razones legales. Al comparar PROC MIXED de SAS con la función lmedel nlmepaquete en R, me topé con algunas diferencias bastante confusas. Más específicamente, los grados de libertad en las diferentes pruebas difieren …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Supongamos que tenemos un conjunto (medible y adecuadamente bien comportado) , donde es compacto. Además, supongamos que podemos extraer muestras de la distribución uniforme sobre wrt la medida de Lebesgue y que conocemos la medida . Por ejemplo, tal vez es una caja que contiene .S⊆B⊂RnS⊆B⊂RnS\subseteq B\subset\mathbb R^nBBBBBBλ(⋅)λ(⋅)\lambda(\cdot)λ(B)λ(B)\lambda(B)BBB[−c,c]n[−c,c]n[-c,c]^nSSS Para fijo …

12 probability  monte-carlo  unbiased-estimator  measure-theory 

¿Cada uno implica al otro? Si no, ¿implica uno el otro? ¿Por qué por qué no? Este problema surgió en respuesta a un comentario sobre una respuesta que publiqué aquí . Aunque la búsqueda en Google de los términos relevantes no produjo nada que pareciera particularmente útil, noté una respuesta …

12 mathematical-statistics  bias  unbiased-estimator  estimators  consistency 

¿Los estimadores de Bayes son inmunes al sesgo de selección? La mayoría de los artículos que discuten la estimación en alta dimensión, por ejemplo, datos de secuencia del genoma completo, a menudo plantean el problema del sesgo de selección. El sesgo de selección surge del hecho de que, aunque tenemos …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

Estoy leyendo el documento de teoría de Doug Bates sobre el paquete lme4 de R para comprender mejor la esencia de los modelos mixtos, y encontré un resultado intrigante que me gustaría entender mejor, sobre el uso de la máxima verosimilitud restringida (REML) para estimar la varianza . En la …

11 maximum-likelihood  mixed-model  unbiased-estimator  hierarchical-bayesian  reml 

Considere un modelo AR ( ) (suponiendo una media cero por simplicidad):ppp xt=φ1xt−1+…+φpxt−p+εtxt=φ1xt−1+…+φpxt−p+εt x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t Se sabe que el estimador OLS (equivalente al estimador condicional de máxima verosimilitud) para está sesgado, como se señaló en un hilo reciente .φ:=(φ1,…,φp)φ:=(φ1,…,φp)\mathbf{\varphi} := (\varphi_1,\dotsc,\varphi_p) …

11 time-series  maximum-likelihood  autoregressive  unbiased-estimator 

Supongamos que es un estimador imparcial de . Entonces, por supuesto, . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta ¿Cómo se explica esto a un laico? En el pasado, lo que he dicho es que si promedias un montón de valores de , a medida que el tamaño de la …

10 bias  asymptotics  unbiased-estimator  estimators  communication 

Quiero estimar la media de una función f, es decir, dondeEX,Y[f(X,Y)]EX,Y[f(X,Y)]E_{X,Y}[f(X,Y)]XXX e YYY son variables aleatorias independientes. Tengo muestras de f pero no de iid: hay muestras de iid para Y1,Y2,…YnY1,Y2,…YnY_1,Y_2,\dots Y_n y para cada YiYiY_i hay ninin_i muestras de XXX : Xi,1,Xi,2,…,Xi,niXi,1,Xi,2,…,Xi,niX_{i,1},X_{i,2},\dots, X_{i,n_i} Entonces, en total, tengo muestras f(X1,1,Y1)…f(X1,n1,Y1)…f(Xi,j,Yi)…f(Xn,nn,Yn)f(X1,1,Y1)…f(X1,n1,Y1)…f(Xi,j,Yi)…f(Xn,nn,Yn)f(X_{1,1},Y_1) …

10 variance  unbiased-estimator  estimators 

Supongamos que tenemos acceso a las muestras iid de una distribución con media y varianza (desconocidas) verdaderas , y queremos estimar .μ 2μ , σ2μ,σ2\mu, \sigma^2μ2μ2\mu^2 ¿Cómo podemos construir un estimador imparcial y siempre positivo de esta cantidad? Tomar el cuadrado de la media muestral está sesgado y sobreestimará la …

10 mean  unbiased-estimator