Pytania otagowane jako inference

Zamknięte. To pytanie jest nie na temat . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było tematem dotyczącym weryfikacji krzyżowej. Zamknięte 2 lata temu . Mam dość prosty zestaw danych składający się z jednej zmiennej niezależnej, jednej zmiennej zależnej i zmiennej kategorialnej. Mam duże doświadczenie w …

14 r  regression  bayesian  anova  inference 

Zastanawiałem się, jaki pakiet statystyczny oprogramowania polecacie do przeprowadzania wnioskowania bayesowskiego. Na przykład wiem, że możesz uruchamiać openBUGS lub winBUGS jako standalones lub też możesz wywoływać je z R. Ale R ma również kilka własnych pakietów (MCMCPack, BACCO), które mogą wykonywać analizę bayesowską. Czy ktoś ma jakieś sugestie co do …

14 r  probability  bayesian  inference  bugs 

Czy są jakieś dobre streszczenia (recenzje, książki) na temat różnych zastosowań sieci Markov Monte Carlo (MCMC)? Widziałem Markov Chain Monte Carlo w praktyce , ale te książki wydają się trochę stare. Czy jest więcej książek o aktualizacjach dotyczących różnych zastosowań MCMC w takich obszarach jak uczenie się maszyn, widzenie komputerowe …

14 machine-learning  mcmc  inference  references  application 

MLE = oszacowanie maksymalnego prawdopodobieństwa MAP = Maksimum a posteriori MLE jest intuicyjny / naiwny, ponieważ zaczyna się od prawdopodobieństwa obserwacji danego parametru (tj. Funkcji prawdopodobieństwa) i próbuje znaleźć parametr najlepiej zgodny z obserwacją . Ale nie bierze pod uwagę wcześniejszej wiedzy. MAP wydaje się bardziej rozsądny, ponieważ bierze pod …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

Niech i będą czterema zmiennymi losowymi, takimi jak , gdzie są nieznanymi parametrami. Załóżmy również, że ,Więc który z nich jest prawdziwy?Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3Y4Y4Y_4E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3Var(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. A. są możliwe do .θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 B. jest .θ1+θ3θ1+θ3\theta_1+\theta_3 C. jest a jest najlepszym liniowym obiektywnym oszacowaniem .θ1−θ3θ1−θ3\theta_1-\theta_312(Y1+Y3)12(Y1+Y3)\dfrac{1}{2}(Y_1+Y_3)θ1−θ3θ1−θ3\theta_1-\theta_3 D. jest …

13 self-study  estimation  inference 

Niedawno przejrzałem kilka starych artykułów Nancy Reid, Barndorff-Nielsen, Richarda Coxa i, tak, małego Ronalda Fishera, na temat koncepcji „wnioskowania warunkowego” w paradygmacie częstokroć, co wydaje się oznaczać, że wnioski są oparte tylko na „odpowiedni podzbiór” przestrzeni próbki, a nie całej przestrzeni próbki. Jako kluczowy przykład wiadomo, że przedziały ufności oparte …

13 confidence-interval  maximum-likelihood  inference 

W modelu możemy oszacować przy użyciu równania normalnego ：y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilonββ\beta β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y, i moglibyśmy dostaćy^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Wektor reszt szacowany jest przez ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q y = Q (X \beta + \epsilon) …

13 regression  least-squares  inference 

Nauczyłem się w statystyce elementarnej, że przy ogólnym modelu liniowym, aby wnioski były ważne, obserwacje muszą być niezależne. Kiedy występuje klastrowanie, niezależność może już nie prowadzić, prowadząc do nieprawidłowego wnioskowania, chyba że zostanie to uwzględnione. Jednym ze sposobów uwzględnienia takiego grupowania jest użycie modeli mieszanych. Chciałbym znaleźć przykładowy zestaw danych, …

13 r  mixed-model  inference  independence 

Czytam komentarz do artykułu, a autor stwierdza, że ​​czasami, mimo że estymatory (znalezione przez ML lub maksymalne quasilikelihood) mogą nie być spójne, moc testu ilorazu wiarygodności lub quasi-ilorazu wiarygodności może nadal być zbieżna z 1, ponieważ liczba obserwowanych danych dąży do nieskończoności (spójność testu). Jak i kiedy to się dzieje? …

13 mathematical-statistics  references  inference  power  consistency 

Czy termin „wnioskowanie statystyczne” obejmuje tylko testowanie hipotez, czy obejmuje również oszacowanie punktowe, oszacowanie przedziału itp. Referencje będą mile widziane.

13 inference  terminology 

W odpowiedzi na rosnącą liczbę statystyk i badaczy krytykujących użyteczność testowania zerowej hipotezy (NHT) dla nauki jako kumulatywnego przedsięwzięcia, grupa zadaniowa American Psychological Association ds. Wnioskowania statystycznego uniknęła całkowitego zakazu NHT, ale zasugerowała, że ​​badacze raportować rozmiary efektów oprócz wartości p pochodzących z NHT. Jednak rozmiary efektów nie są łatwo …

13 bayesian  confidence-interval  effect-size  inference 

Obecnie pracuję jako asystent nauczyciela na moim uniwersytecie na kursie statystyki wprowadzającej (dla studentów medycyny). W trybie offline dostępnych jest wiele książek z informacjami, które mogą pomóc nauczycielowi. Jednak chciałbym wiedzieć, czy możesz skierować mnie do jakichkolwiek (dobrych) zasobów, które zapewniają ćwiczenia (z rozwiązaniami) w statystykach, które są dostępne online? …

13 probability  references  inference  descriptive-statistics  teaching 

Rozważ model regresji liniowej y=Xβ+uy=Xβ+u\mathbf{y}=\mathbf{X\beta}+\mathbf{u} , u∼N(0,σ2I)u∼N.(0,σ2)ja)\mathbf{u}\sim N(\mathbf{0},\sigma^2\mathbf{I}) , E(u∣X)=0mi(u∣X)=0E(\mathbf{u}\mid\mathbf{X})=\mathbf{0} . Niech vs .H0:σ20=σ2H.0:σ02)=σ2)H_0: \sigma_0^2=\sigma^2H1:σ20≠σ2H.1:σ02)≠σ2)H_1: \sigma_0^2\neq\sigma^2 Możemy wywnioskować, że , gdzie . A to typowy zapis dla matrycy anihilatora, , gdzie jest zmienną zależną zrestartował się w .yTMXyσ2∼χ2(n−k)yT.M.Xyσ2)∼χ2)(n-k)\frac{\mathbf{y}^T\mathbf{M_X}\mathbf{y}}{\sigma^2}\sim \chi^2(n-k)dim(X)=n×krejam(X)=n×kdim(\mathbf{X})=n\times kMXMX\mathbf{M_X}MXy=y^MXy=y^\mathbf{M_X}\mathbf{y}=\hat{\mathbf{y}}y^y^ \hat{\mathbf{y}}yy\mathbf{y}XX\mathbf{X} Książka, którą czytam, stwierdza, co następuje: Wcześniej zapytałem, jakie …

13 regression  hypothesis-testing  mathematical-statistics  inference 

Poszukałem google i przeszukałem stats.stackexchange, ale nie mogę znaleźć wzoru na obliczenie 95% przedziału ufności dla wartości dla regresji liniowej. Czy ktoś może to zapewnić?R2R2)R^2 Jeszcze lepiej, powiedzmy, że uruchomiłem regresję liniową poniżej w R. Jak obliczyć 95% przedział ufności dla wartości za pomocą kodu R.R2R2)R^2 lm_mtcars <- lm(mpg ~ …

13 r  regression  confidence-interval  inference  r-squared 

Obecnie biorę kurs PGM prowadzony przez Daphne Koller na Coursera. W tym celu generalnie modelujemy Sieć Bayesowską jako ukierunkowany na przyczynę i efekt wykres zmiennych, które są częścią obserwowanych danych. Ale na samouczkach i przykładach PyMC ogólnie widzę, że nie jest to modelowane tak samo jak PGM, a przynajmniej jestem …

13 bayesian  inference  bayesian-network  pymc