Statystyki i duże zbiory danych inference

1

Czy generalnie wnioskowanie jest trudniejsze niż przewidywanie?

Moje pytanie pochodzi z następującego faktu. Czytam posty, blogi, wykłady oraz książki na temat uczenia maszynowego. Mam wrażenie, że praktycy uczenia maszynowego wydają się być obojętni na wiele rzeczy, którymi interesują się statystyki / ekonometria. W szczególności praktycy uczenia maszynowego kładą nacisk na dokładność przewidywania w porównaniu do wnioskowania. Jeden …

13 machine-learning self-study inference

3

Badacz 1 przeprowadza 1000 regresji, badacz 2 prowadzi tylko 1, oba osiągają takie same wyniki - czy powinny dokonywać różnych wniosków?

Wyobraź sobie, że badacz bada zbiór danych i przeprowadza 1000 różnych regresji i znajduje między nimi jedną interesującą relację. Teraz wyobraź sobie, że inny badacz z tymi samymi danymi wykonuje tylko 1 regresję i okazuje się, że jest to ta sama, którą drugi badacz wziął 1000 regresji, aby ją znaleźć. …

12 bayesian multiple-regression multiple-comparisons inference theory

4

Czy w stacjonarnej serii trendów można modelować ARIMA?

Mam pytanie / zamieszanie dotyczące stacjonarnych serii wymaganych do modelowania za pomocą ARIMA (X). Myślę o tym bardziej w kategoriach wnioskowania (efekt interwencji), ale chciałbym wiedzieć, czy prognozowanie kontra wnioskowanie ma jakikolwiek wpływ na odpowiedź. Pytanie: Wszystkie wstępne materiały, które przeczytałem, stwierdzają, że seria musi być stacjonarna, co ma dla …

12 time-series econometrics arima inference

1

Wnioskowanie na temat efektów stałych w modelu efektów mieszanych

Skorelowałem dane i używam modelu mieszanych efektów regresji logistycznej do oszacowania indywidualnego (warunkowego) efektu dla predyktora zainteresowania. Wiem, że w przypadku standardowych modeli brzeżnych wnioskowanie na temat parametrów modelu za pomocą testu Walda jest spójne dla współczynników prawdopodobieństwa i testów punktowych. Zazwyczaj są one w przybliżeniu takie same. Ponieważ Wald …

12 logistic mixed-model inference

1

Jeśli mecz tenisa byłby pojedynczym dużym setem, ile gier dałoby taką samą dokładność?

Tenis ma osobny trzypoziomowy system punktacji i zastanawiam się, czy ma to jakąkolwiek statystyczną korzyść z punktu widzenia meczu jako eksperymentu mającego na celu ustalenie lepszego gracza. Dla tych, którzy nie są zaznajomieni, w normalnych zasadach gra jest wygrywana od pierwszych do 4 punktów, o ile masz 2-punktową przewagę (tzn. …

12 probability inference games

2

Problem Behrensa – Fishera

Czy istnieje dobrze opublikowane sprawozdanie z danymi matematycznymi różnych podejść do problemu Behrensa-Fishera?

12 inference references

2

W wnioskowaniu bayesowskim, dlaczego niektóre terminy są odrzucane z późniejszej predykcji?

W koniugacie Bayesa z analizą bayesowską Kevina Murphy'ego rozkładu Gaussa pisze, że tylna dystrybucja predykcyjna jest p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta gdzie to dane, na których model jest dopasowany, a to dane niewidoczne. Nie rozumiem, dlaczego zależność od znika w pierwszym …

12 bayesian predictive-models inference posterior

1

Co oznacza „wariacyjny”?

Czy użycie „wariacyjnego” zawsze odnosi się do optymalizacji poprzez wnioskowanie wariacyjne? Przykłady: „Automatyczny enkoder wariacyjny” „Wariacyjne metody bayesowskie” „Grupa renormalizacji wariantów”

12 machine-learning optimization inference

2

Czy metody bayesowskie są z natury sekwencyjne?

To znaczy, aby wykonać sekwencyjną analizę (nie wiadomo z góry dokładnie, ile danych zostanie zgromadzonych) metodami częstych wymaga szczególnej uwagi; nie można po prostu zbierać danych, dopóki wartość p nie stanie się wystarczająco mała lub przedział ufności nie będzie wystarczająco krótki. Ale czy przy analizie bayesowskiej jest to problem? Czy …

12 bayesian inference philosophical sequential-analysis

1

Estymator maksymalnego prawdopodobieństwa - przedział ufności

Jak mogę zbudować asymptotyczny przedział ufności dla rzeczywistego parametru, zaczynając od MLE dla tego parametru?

12 confidence-interval mathematical-statistics maximum-likelihood inference

2

Dlaczego modele „błąd w X” nie są szerzej stosowane?

Kiedy obliczyć błąd standardowy współczynnik regresji, nie stanowią przypadkowości w macierzy eksperymentu . Na przykład w OLS obliczamy jakoXXXvar ( β^)var(β^)\text{var}(\hat{\beta})var ( ( XT.X)- 1XT.Y) = σ2)( XT.X)- 1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Jeśli uznano za przypadkowy, prawo całkowitej wariancji będzie, w pewnym sensie, zażądać dodatkowego wkładu wariancji , jak również. to …

11 regression probability variance inference

2

Parametry maksymalnego prawdopodobieństwa odbiegają od rozkładów bocznych

Mam funkcję prawdopodobieństwa dla prawdopodobieństwa moich danych biorąc pod uwagę niektóre parametry modelu , które chciałbym oszacować. Zakładając płaskie priorytety parametrów, prawdopodobieństwo jest proporcjonalne do prawdopodobieństwa a posteriori. Używam metody MCMC, aby zbadać to prawdopodobieństwo.L(d|θ)L(d|θ)\mathcal{L}(d | \theta)dddθ∈RNθ∈RN\theta \in \mathbf{R}^N Patrząc na wynikowy zbieżny łańcuch, stwierdzam, że parametry maksymalnego prawdopodobieństwa nie …

11 bayesian maximum-likelihood optimization inference mcmc

1

Czy należy stosować korekcje stopni swobody do wnioskowania na temat parametrów GLM?

To pytanie jest inspirowane odpowiedzią Martijna tutaj . Załóżmy, że dopasowujemy GLM do rodziny jednoparametrowej, takiej jak model dwumianowy lub Poissona, i że jest to procedura pełnego prawdopodobieństwa (w przeciwieństwie do quasipoissonu). Zatem wariancja jest funkcją średniej. Z dwumianowym: oraz z Poisson .var [ X] = E[ X] E[ 1 …

11 regression generalized-linear-model inference approximation t-distribution

1

Testowanie hipotez i metoda naukowa

Czytając odpowiedzi na ten wątek , zacząłem się zastanawiać, w jaki sposób testowanie hipotez odnosi się do metody naukowej . Chociaż dobrze je rozumiem, trudno mi jest precyzyjnie powiązać je między sobą. Na wysokim poziomie metoda naukowa sprowadza się do: Twórz domysły i hipotezy (teoria) Dokonuj prognoz na podstawie tej …

11 hypothesis-testing inference

2

Dlaczego wykorzystywanie danych przekrojowych do wnioskowania / przewidywania zmian podłużnych jest złą rzeczą?

Szukam papieru, który mam nadzieję, że istnieje, ale nie wiem, czy on istnieje. Może to być zestaw studiów przypadków i / lub argument z teorii prawdopodobieństwa, dlaczego wykorzystanie danych przekrojowych do wnioskowania / przewidywania zmian podłużnych może być złą rzeczą (tj. Niekoniecznie tak, ale może być). Widziałem błąd popełniony na …

11 references panel-data inference causality cross-section

Pytania otagowane jako inference