Statystyki i duże zbiory danych inference

6

Dlaczego potrzebujemy regresji wielowymiarowej (w przeciwieństwie do szeregu regresji jednowymiarowych)?

Właśnie przejrzałem tę cudowną książkę: Zastosowana wielowymiarowa analiza statystyczna autorstwa Johnsona i Wichern . Ironią jest to, że wciąż nie jestem w stanie zrozumieć motywacji do korzystania z modeli wielowymiarowych (regresyjnych) zamiast osobnych modeli jednowymiarowych (regresyjnych). Przeszedłem przez stats.statexchange posty 1 i 2, które wyjaśniają (a) różnicę między regresją wielowymiarową …

28 regression multiple-regression inference multivariate-regression

4

Jakie czynniki powodują, że rozkłady tylne są trudne do zniesienia?

W statystykach bayesowskich często wspomina się, że rozkład a posteriori jest trudny do rozwiązania, dlatego należy zastosować wnioskowanie przybliżone. Jakie czynniki powodują tę trudność?

28 bayesian approximation inference

2

Czy powinniśmy zajmować się korektami wielu porównań, stosując przedziały ufności?

Załóżmy, że mamy scenariusz wielokrotnych porównań, takich jak wnioskowanie post hoc na statystyce parami lub jak regresja wielokrotna, w której dokonujemy w sumie porównań. Załóżmy również, że chcielibyśmy poprzeć wnioskowanie w tych wielokrotnościach z wykorzystaniem przedziałów ufności.mmm 1. Czy stosujemy wiele korekt porównawczych do elementów CI? Oznacza to, że podobnie …

27 confidence-interval multiple-comparisons inference

3

Rozbieżność Kullbacka-Leiblera BEZ teorii informacji

Po długim przeszukiwaniu Cross Validated nadal nie czuję, że jestem bliżej zrozumienia dywergencji KL poza sferą teorii informacji. To dość dziwne, gdy ktoś z wykształceniem matematycznym łatwiej jest zrozumieć wyjaśnienie teorii informacji. Podsumowując moje rozumienie na podstawie teorii informacji: jeśli mamy zmienną losową o skończonej liczbie wyników, istnieje optymalne kodowanie, …

23 inference entropy information-theory kullback-leibler compression

2

Co oznacza „fiducial” (w kontekście statystyki)?

Kiedy ja Google dla "fisher" "fiducial" ... Na pewno mam dużo hitów, ale wszystkie te, które śledziłem, są całkowicie poza moim zrozumieniem. Wszystkie te hity wydają się mieć jedną wspólną cechę: wszystkie są napisane dla statystyków barwionych w wełnie, ludzi głęboko zanurzonych w teorii, praktyce, historii i wiedzy statystycznej. (Dlatego …

23 bayesian inference terminology fiducial ronald-fisher

1

Ile razy muszę rzucić kostką, aby pewnie ocenić jej rzetelność?

(Z góry przepraszamy za użycie języka świeckiego zamiast języka statystycznego). Jeśli chcę zmierzyć szanse na rzut każdej strony konkretnej fizycznej sześciościennej kostki do około +/- 2% z rozsądną pewnością, ile próbnych rzutów byłoby potrzebne? tj. ile razy musiałbym rzucić kostką, licząc każdy wynik, aby mieć 98% pewności, że szanse, że …

22 probability inference pdf dice

2

Jakie są nie bayesowskie metody wnioskowania predykcyjnego?

Według wnioskowania bayesowskiego rozkład predykcyjny dla przyszłych danych jest uzyskiwany przez zintegrowanie nieznanych parametrów; całkowanie z tylnym rozkładem tych parametrów daje tylny rozkład predykcyjny - rozkład dla przyszłych danych pod warunkiem tych, które już zaobserwowano. Jakie są nie-bayesowskie metody wnioskowania predykcyjnego, które uwzględniają niepewność w oszacowaniach parametrów (tj. Które nie …

22 prediction inference prediction-interval

3

Lemat Neymana-Pearsona

Przeczytałem lemat Neymana-Pearsona z książki Wprowadzenie do teorii statystyki Mooda, Graybilla i Boesa. Ale nie zrozumiałem lematu. Czy ktoś może mi wyjaśnić lemat prostymi słowami? Co to oznacza? Lemat Neymana-Pearsona: Niech będzie losową próbką z , gdzie θ jest jedną z dwóch znanych wartości θ 0 i θ 1 , …

21 hypothesis-testing self-study references inference likelihood-ratio

6

Jaka jest różnica między statystykami opisowymi a wnioskującymi?

Rozumiałem, że statystyki opisowe opisują ilościowo cechy próbki danych, podczas gdy statystyki wnioskowania wnioskowały o populacjach, z których pobrano próbki. Jednak strona Wikipedii do wnioskowania statystycznego stwierdza: W większości wnioskowanie statystyczne tworzy propozycje dotyczące populacji, wykorzystując dane pochodzące z populacji, która jest przedmiotem zainteresowania, poprzez jakąś formę losowego próbkowania. „W …

21 terminology descriptive-statistics inference

3

Porównanie MaxEnt, ML, Bayesa i innych metod wnioskowania statystycznego

Nie jestem w żaden sposób statystykiem (miałem kurs statystyki matematycznej, ale nic więcej), a ostatnio, studiując teorię informacji i mechanikę statystyczną, spotkałem to, co nazywa się „miarą niepewności” / „entropią”. Odczytałem jej pochodzenie Khinchina jako miarę niepewności i miało to dla mnie sens. Kolejną rzeczą, która miała sens, był opis …

21 entropy inference

2

Jak działa metoda transformacji odwrotnej?

Jak działa metoda inwersji? Powiedzmy, że mam losową próbkę o gęstości powyżej a zatem z cdf na . Następnie metodą inwersji otrzymuję rozkład jako . f ( x ; θ ) = 1X1, X2), . . . , XnX1,X2),...,XnX_1,X_2,...,X_n 0<x<1FX(x)=x1/θ(0,1)XF - 1 X(u)=uθfa( x ; θ ) = 1θx( 1 …

21 r distributions inference random-generation inverse-cdf

2

Jak wyprowadzić błąd standardowy współczynnika regresji liniowej

W tym modelu regresji liniowej jednowymiarowej yja= β0+ β1xja+ ϵjayja=β0+β1xja+ϵjay_i = \beta_0 + \beta_1x_i+\epsilon_i podane zestaw danych D = { ( x1, y1) , . . . , ( xn, yn) }re={(x1,y1),...,(xn,yn)}D=\{(x_1,y_1),...,(x_n,y_n)\} , oszacowania współczynników β 1 = Σ i x i y i - n ˉ x ˉ Y …

20 standard-error inference

2

Analiza elastyczna / kalenica / lasso, co wtedy?

Naprawdę interesuje mnie procedura elastycznej siatki dla skurczenia / wyboru predyktora. Wydaje się bardzo potężny. Ale z naukowego punktu widzenia nie wiem dobrze, co zrobić, gdy otrzymam współczynniki. Na jakie pytanie odpowiadam? Czy są to zmienne, które najbardziej wpływają na ten wynik i czy są to współczynniki, które dają najlepszy …

19 hypothesis-testing prediction inference lasso elastic-net

2

Jeśli zasada prawdopodobieństwa koliduje z częstym prawdopodobieństwem, to czy odrzucamy jedno z nich?

W komentarzu zamieszczonym niedawno tutaj jeden z komentatorów wskazał na bloga Larry'ego Wassermana, który wskazuje (bez żadnych źródeł), że wnioskowanie częstych jest sprzeczne z zasadą prawdopodobieństwa. Zasada prawdopodobieństwa mówi po prostu, że eksperymenty dające podobne funkcje prawdopodobieństwa powinny dawać podobne wnioski. Dwie części tego pytania: Które części, smak lub szkoła …

19 inference likelihood frequentist likelihood-principle

2

Dlaczego konieczne jest pobieranie próbek z rozkładu tylnego, jeśli już WIEMY rozkład tylny?

Rozumiem, że stosując podejście bayesowskie do szacowania wartości parametrów: Rozkład tylny jest kombinacją rozkładu wcześniejszego i rozkładu prawdopodobieństwa. Symulujemy to, generując próbkę z rozkładu tylnego (np. Przy użyciu algorytmu Metropolis-Hasting do generowania wartości i akceptujemy je, jeśli przekraczają pewien próg prawdopodobieństwa przynależności do rozkładu tylnego). Po wygenerowaniu tej próbki używamy …

19 bayesian inference simulation mcmc posterior

Pytania otagowane jako inference