Saya mencoba merencanakan rencana studi untuk belajar MLE. Untuk melakukan ini, saya mencoba mencari tahu apa tingkat minimum kalkulus yang diperlukan untuk memahami MLE. Apakah cukup untuk memahami dasar-dasar kalkulus (yaitu menemukan fungsi minimum dan maksimum) untuk memahami...
Saya telah membaca tentang estimasi kemungkinan maksimum dan estimasi posteriori maksimum dan sejauh ini saya telah bertemu contoh konkret hanya dengan estimasi kemungkinan maksimum. Saya telah menemukan beberapa contoh abstrak estimasi posteriori maksimum, tetapi belum ada yang konkret dengan...
Saya telah diberi tugas ini dan bingung. Seorang kolega meminta saya untuk memperkirakan dan dari bagan berikut: x l o w e rxu p p e rxkamuhalhalerx_{upper}xl o w e rxlHaiwerx_{lower} Kurva sebenarnya adalah distribusi kumulatif, dan x adalah semacam pengukuran. Dia tertarik untuk mengetahui apa...
Saya telah normal-didistribusikan proses dari mana saya mendapatkan sampel kecil ( n biasanya 10-30) bahwa saya ingin gunakan untuk memperkirakan varians. Tetapi seringkali sampelnya sangat berdekatan sehingga kita tidak dapat mengukur titik individual di dekat pusat. Saya memiliki pemahaman yang...
Properti invarian dari MLE: jika adalah MLE dari , maka untuk fungsi apa pun , MLE dari adalah . θ^θ^\hat{\theta}θθ\thetaf( θ )f(θ)f(\theta)f( θ )f(θ)f(\theta)f(θ^)f(θ^)f(\hat{\theta}) Juga, harus berupa fungsi satu-ke-satu.fff Buku itu berkata, "Misalnya, untuk memperkirakan , kuadrat dari...
Setiap pernyataan yang saya temukan dari estimator James-Stein mengasumsikan bahwa variabel acak yang diperkirakan memiliki varians yang sama (dan satuan). Tetapi semua contoh ini juga menyebutkan bahwa estimator JS dapat digunakan untuk memperkirakan jumlah yang tidak ada hubungannya satu sama...
Pertimbangkan regresi sederhana (normalitas tidak diasumsikan): mana dengan mean 0 dan standar deviasi \ sigma . Apakah Estimasi Kuadrat Terkecil dari a dan b tidak berkorelasi?e iYi=a+bXi+ei,Yi=a+bXi+ei,Y_i = a + b X_i + e_i,eieie_iσ a
Saya ingin menguji beberapa ide saya yang menurut saya lebih baik daripada apa pun yang saya lihat. Saya bisa saja salah tetapi saya ingin menguji ide-ide saya dan mengalahkan keraguan saya dengan pengamatan yang lebih pasti. Apa yang saya pikirkan untuk lakukan adalah sebagai
Model eksponensial adalah model yang dijelaskan dengan persamaan berikut: yi^=β0⋅eβ1x1i+…+βkxkiyi^=β0⋅eβ1x1i+…+βkxki\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} Pendekatan yang paling umum digunakan untuk memperkirakan model tersebut adalah linierisasi, yang dapat...
Saya punya masalah dengan parameter estimasi untuk Zipf. Situasi saya adalah sebagai berikut: Saya memiliki kumpulan sampel (diukur dari percobaan yang menghasilkan panggilan yang harus mengikuti distribusi Zipf). Saya harus menunjukkan bahwa generator ini benar-benar menghasilkan panggilan dengan...
Dengan hukum (lemah / kuat) dalam jumlah besar, diberikan beberapa titik sampel iid distribusi, rata-rata sampel mereka menyatu dengan mean distribusi baik dalam probabilitas maupun sebagai, sebagai ukuran sampel pergi hingga tak terbatas.{xi∈Rn,i=1,…,N}{xi∈Rn,i=1,…,N}\{x_i \in \mathbb{R}^n,...
Apakah ada alasan khusus Anda akan memilih estimasi kepadatan kernel daripada estimasi parametrik? Saya sedang belajar menyesuaikan distribusi dengan data saya. Pertanyaan ini datang kepada saya. Ukuran data saya cukup besar dengan 7500 titik data. Klaim otomatis. Tujuan saya adalah mencocokkannya...
Saya memiliki latar belakang dalam pemrograman komputer dan teori bilangan dasar, tetapi tidak ada pelatihan statistik nyata, dan baru-baru ini "menemukan" bahwa dunia yang menakjubkan dari berbagai teknik sebenarnya adalah dunia statistik. Tampaknya faktorisasi matriks, penyelesaian matriks,...
Apa perbedaan antara keduanya dan mengapa tingkat signifikansi harus selalu lebih tinggi dari atau sama dengan ukuran
Ini adalah kutipan dari "Statistik matematika modern dengan aplikasi" oleh Devore et al. Yang membingungkan saya adalah bahwa estimator tidak dapat membantu bergantung pada , karena sampel bergantung pada
Saya mencoba menerapkan estimasi numerik Kullback-Leibler Divergence untuk dua sampel. Untuk debug implementasi, ambil sampel dari dua distribusi normal dan .N ( 1 , 2 )N(0,1)N(0,1)\mathcal N (0,1)N(1,2)N(1,2)\mathcal N (1,2) Untuk perkiraan sederhana saya menghasilkan dua histogram dan mencoba...
Demi contoh sederhana berasumsi bahwa ada dua model regresi linier Model 1 memiliki tiga prediktor, x1a, x2b, danx2c Model 2 memiliki tiga prediktor dari model 1 dan dua prediktor tambahan x2adanx2b Ada persamaan regresi populasi di mana varians populasi yang dijelaskan adalah untuk Model 1 dan...
Kami memiliki sampel N, XiXiX_i , dari distribusi seragam mana tidak diketahui. Perkirakan dari data.[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Jadi, aturan Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} dan kemungkinannya...
Saya punya beberapa data dan berusaha menyesuaikan kurva yang halus dengannya. Namun, saya tidak ingin menegakkan terlalu banyak kepercayaan sebelumnya atau pra-konsepsi yang terlalu kuat (kecuali yang tersirat oleh sisa pertanyaan saya) di atasnya, atau distribusi tertentu. Saya hanya ingin...
Misalkan menjadi sampel acak dari distribusi untuk . Yaitu,X1,...,XnX1,...,Xn X_1,