Pytania otagowane jako unbiased-estimator

Odnosi się do estymatora parametru populacji, który „osiąga wartość prawdziwą” średnio. Oznacza to, że funkcja obserwowanych danych jest obiektywnym estymatorem parametru if . Najprostszym przykładem obiektywnego estymatora jest średnia próby jako estymator średniej populacji. θ^θmi(θ^)=θ

3
Bezstronna ocena macierzy kowariancji dla wielokrotnie cenzurowanych danych
Analizy chemiczne próbek środowiskowych są często cenzurowane poniżej limitów sprawozdawczych lub różnych limitów wykrywalności / ilościowych. Te ostatnie mogą się różnić, zwykle proporcjonalnie do wartości innych zmiennych. Na przykład, próbka o wysokim stężeniu jednego związku może wymagać rozcieńczenia do analizy, co spowoduje proporcjonalne zawyżenie limitów cenzury dla wszystkich innych związków …
4
Co oznacza „bezstronność”?
Co to znaczy powiedzieć, że „wariancja jest tendencyjnym estymatorem”. Co to znaczy przekonwertować tendencyjne oszacowanie na obiektywne oszacowanie za pomocą prostej formuły. Co dokładnie robi ta konwersja? Jakie jest praktyczne zastosowanie tej konwersji? Czy przeliczasz te wyniki, używając pewnego rodzaju statystyk?
2
Jaka intuicja kryje się za definiowaniem kompletności statystyki jako niemożności stworzenia bezstronnego estymatora ?
W statystyce klasycznej istnieje definicja, że ​​statystyka zbioru danych jest zdefiniowana jako kompletna dla parametru nie jest możliwe sformułowanie z niej obiektywnego estymatora sposób nietrwały. Oznacza to, że jedynym sposobem na uzyskanie dla wszystkich jest prawie na pewno równe .TT.Ty1,…,yny1,…,yny_1, \ldots, y_nθθ\theta000Eh(T(y))=0mih(T.(y))=0E h(T (y )) = 0θθ\thetahhh000 Czy kryje się …
5
Dlaczego używamy tendencyjnego i mylącego wzoru odchylenia standardowego dla rozkładu normalnego?
Zaskoczyło mnie to, kiedy po raz pierwszy przeprowadziłem symulację Monte Carlo z rozkładem normalnym i odkryłem, że średnia z standardowych odchyleń od próbek, z których każda ma wielkość próbki tylko , okazała się znacznie mniejsza niż, tj. uśrednianie razy, użyte do wygenerowania populacji. Jest to jednak dobrze znane, jeśli rzadko …
2
Czy istnieje obiektywny estymator odległości Hellingera między dwiema dystrybucjami?
W otoczeniu, w którym obserwujemy X1,…,XnX1,…,XnX_1,\ldots,X_n rozproszone z rozkładu o gęstości fff , zastanawiam się, czy istnieje obiektywny estymator (oparty na XiXiX_i ) odległości Hellingera do innego rozkładu o gęstości f0f0f_0 , mianowicie H(f,f0)={1−∫Xf(x)f0(x)−−−−−−−−√dx}1/2.H(f,f0)={1−∫Xf(x)f0(x)dx}1/2. \mathfrak{H}(f,f_0) = \left\{ 1 - \int_\mathcal{X} \sqrt{f(x)f_0(x)} \text{d}x \right\}^{1/2}\,.
3
Wnioskowanie po użyciu Lasso do wyboru zmiennych
Korzystam z Lasso do wyboru funkcji w relatywnie niskim wymiarze (n >> p). Po dopasowaniu modelu Lasso chcę użyć zmiennych towarzyszących o niezerowych współczynnikach, aby dopasować model bez kary. Robię to, ponieważ chcę obiektywnych szacunków, których Lasso nie może mi podać. Chciałbym również wartości p i przedziały ufności dla obiektywnego …
2
Dla jakich rozkładów istnieje niezależny estymator zamknięty dla odchylenia standardowego?
Dla rozkładu normalnego istnieje obiektywny estymator odchylenia standardowego podany przez: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})} \sqrt{\frac{1}{2}\sum_{k=1}^n(x_i-\bar{x})^2} Powodem, dla którego ten wynik nie jest tak dobrze znany, wydaje się być fakt, że jest to w dużej mierze osobliwość, a nie sprawa wielkiego znaczenia . Dowód jest pokryty tym wątkiem ; wykorzystuje kluczową właściwość …
3
Dlaczego do wybierania zagnieżdżonych modeli var-covar należy używać REML (zamiast ML)?
Różne opisy wyboru modeli losowych efektów liniowych modeli mieszanych instruują użycie REML. Znam różnicę między REML i ML na pewnym poziomie, ale nie rozumiem, dlaczego REML powinien być używany, ponieważ ML jest stronniczy. Na przykład, czy błędem jest przeprowadzanie LRT na parametrze wariancji normalnego modelu dystrybucji przy użyciu ML (patrz …
1
Bezstronny estymator stosunku dwóch współczynników regresji?
Załóżmy, że pasujesz do regresji liniowej / logistycznej , w celu obiektywnego oszacowania . Jesteś bardzo pewny, że zarówno jak i są bardzo pozytywne w stosunku do hałasu w swoich oszacowaniach.g(y)=a0+a1⋅x1+a2⋅x2g(y)=a0+a1⋅x1+a2⋅x2g(y) = a_0 + a_1\cdot x_1 + a_2\cdot x_2a1a2a1a2\frac{a_1}{a_2}a1a1a_1a2a2a_2 Jeśli masz wspólną kowariancję , możesz obliczyć lub przynajmniej zasymulować odpowiedź. …
1
Inne obiektywne estymatory niż NIEBIESKI (rozwiązanie OLS) dla modeli liniowych
W przypadku modelu liniowego rozwiązanie OLS zapewnia najlepszy liniowy obiektywny estymator parametrów. Oczywiście możemy wymieniać nastawienie na niższe wariancje, np. Regresję grzbietu. Ale moje pytanie dotyczy braku uprzedzeń. Czy istnieją inne powszechnie stosowane estymatory, które są obiektywne, ale mają większą wariancję niż parametry szacowane OLS? Gdybym miał ogromny zestaw danych, …
2
Oszacowanie parametrów rozkładu normalnego: mediana zamiast średniej?
Powszechnym podejściem do szacowania parametrów rozkładu normalnego jest użycie średniej i odchylenia standardowego / wariancji próbki. Jeśli jednak występują pewne wartości odstające, mediana i odchylenie mediany od mediany powinny być znacznie bardziej niezawodne, prawda? Na niektórych zbiorów danych Próbowałem, rozkład normalny szacowany przez N(median(x),median|x−median(x)|)N(median(x),median|x−median(x)|)\mathcal{N}(\text{median}(x), \text{median}|x - \text{median}(x)|) wydaje się produkować …
5
Dlaczego szkoły amerykańskie i brytyjskie uczą różnych metod obliczania odchylenia standardowego?
Jak rozumiem, brytyjskie szkoły uczą, że odchylenie standardowe można znaleźć za pomocą: mając na uwadze, że szkoły amerykańskie uczą: (w każdym razie na poziomie podstawowym). W przeszłości powodowało to problemy wielu moich studentów, którzy szukali w Internecie, ale znaleźli złe wyjaśnienie. Skąd ta różnica? Przy prostych zestawach danych powiedz 10 …
1
Minimalizowanie stronniczości w modelowaniu objaśniającym, dlaczego? (Galit Shmueli „Wyjaśnić lub przewidzieć”)
To pytanie odnosi się do pracy Galit Shmueli „Wyjaśnić lub przewidzieć” . W szczególności w sekcji 1.5 „Wyjaśnianie i przewidywanie są różne” profesor Shmueli pisze: W modelowaniu objaśniającym nacisk kładziony jest na minimalizowanie stronniczości w celu uzyskania jak najdokładniejszej reprezentacji podstawowej teorii. To mnie intrygowało za każdym razem, gdy czytam …
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.