Pytania otagowane jako error

Błąd oszacowania lub prognozy to odchylenie od wartości rzeczywistej, które może być nieobserwowalne (np. Parametry regresji) lub obserwowalne (np. Przyszłe realizacje). Użyj znacznika [komunikat o błędzie], aby zapytać o błędy oprogramowania.

2
Błąd propagacji SD vs SE
Mam od 3 do 5 miar cechy na osobę w dwóch różnych warunkach (A i B). Mam kreślenia średnia dla każdego indywidualnie w każdym stanie i używam błąd standardowy ( tj , , przy = liczba pomiarów) jako pionowe kreski. NS.D / N--√SD/NSD/\sqrt{N}N.NN Teraz chcę wykreślić różnicę między średnią miarą …

1
Korekta dla normalnie rozłożonej precyzji zegara
Mam eksperyment przeprowadzany na setkach komputerów rozmieszczonych na całym świecie, który mierzy występowanie niektórych zdarzeń. Zdarzenia zależą od siebie, więc mogę uporządkować je w kolejności rosnącej, a następnie obliczyć różnicę czasu. Zdarzenia powinny być rozkładane wykładniczo, ale podczas rysowania histogramu otrzymuję to: Niedokładność zegarów na komputerach powoduje, że niektórym zdarzeniom …

2
Dlaczego używamy reszt do testowania założeń dotyczących błędów regresji?
Załóżmy, że mamy model .Yi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiYi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i Regresja ma wiele założeń, na przykład, że błędy powinny być normalnie rozłożone ze średnią zerową i stałą wariancją. Nauczono mnie sprawdzać te założenia przy użyciu normalnego wykresu QQ w celu przetestowania normalności reszt …

2
Szacowanie rozmiaru przecięcia wielu zestawów za pomocą próbki jednego zestawu
Pracuję nad algorytmem, który musi obliczyć rozmiar zestawu wygenerowanego przez przecięcie co najmniej 2 zestawów. Dokładniej: z=|A0∩…∩An|z=|A0∩…∩An| z = \left |A_0 \cap \ldots \cap A_n \right | Przecinane zestawy są generowane przez zapytania SQL i starając się utrzymać szybkość, otrzymuję z wyprzedzeniem liczbę każdego zapytania, a następnie biorę zestaw o …
10 error  sample 

1
Wybór priorytetów na podstawie błędu pomiaru
Jak obliczyć odpowiedni wcześniej, jeśli masz błąd pomiaru przyrządu? Ten akapit pochodzi z książki Cressie „Statistics for Spatio-Temporal Data”: Często zdarza się, że dostępne są pewne wcześniejsze informacje dotyczące wariancji błędu pomiaru, co pozwala na określenie dość informacyjnego modelu parametrów. Na przykład, jeśli przyjmujemy warunkowo niezależne błędy pomiaru, które są …

1
Kiedy odpowiednia reguła punktacji jest lepszym oszacowaniem uogólnienia w warunkach klasyfikacji?
Typowym podejściem do rozwiązania problemu z klasyfikacją jest identyfikacja klasy modeli kandydujących, a następnie dokonanie wyboru modelu za pomocą procedury takiej jak walidacja krzyżowa. Zazwyczaj wybiera się model z najwyższą dokładnością lub jakąś powiązaną funkcję, która koduje informacje specyficzne dla problemu, takie jakfaβFβ\text{F}_\beta. Zakładając, że celem końcowym jest stworzenie dokładnego …

2
Błąd nastawienia optymistycznego - szacunki błędu prognozowania
Książka Elements of Statistics Learning (dostępna w PDF online) omawia stronniczość optymisim (7.21, strona 229). Stwierdza, że ​​nastawienie optymistyczne stanowi różnicę między błędem treningu a błędem w próbie (błąd zaobserwowany, jeśli próbkujemy nowe wartości wyników w każdym z oryginalnych punktów szkolenia) (poniżej). Następnie stwierdza, że ​​to uprzedzenie optymistyczne ( ) …

3
Czym jest RMSE znormalizowany przez średnią obserwowaną wartość o nazwie?
Używam Root Mean Squared Error(RMSE) do pomiaru dokładności wartości przewidywanych przy użyciu modelu. Rozumiem, że zwrócona wartość wykorzystuje jednostki moich miar (a nie procent). Chciałbym jednak podać moje wartości procentowe. Podejście, które podjąłem, polega na normalizacji RMSEśredniej wartości moich obserwacji. Czy istnieje termin RMSE/mean?

1
Propagacja błędu za pomocą serii Taylora drugiego rzędu
Czytam tekst „Statystyka matematyczna i analiza danych” Johna Rice'a. Zależy nam na przybliżeniu oczekiwanej wartości i wariancji zmiennej losowejYYY. Jesteśmy w stanie obliczyć oczekiwaną wartość i wariancję zmiennej losowej i znamy zależność . Tak więc możliwe jest przybliżenie oczekiwanej wartości i wariancji za pomocą rozszerzenia serii Taylora około .XXXY=g(X)Y=g(X)Y = …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.