Statistiken und Big Data bias

2

Bayes-Schätzer sind immun gegen Selektionsverzerrungen

Sind Bayes-Schätzer immun gegen Selektionsverzerrungen? Die meisten Veröffentlichungen, in denen die Schätzung in hoher Dimension erörtert wird, z. B. Daten zur gesamten Genomsequenz, werfen häufig das Problem der Selektionsverzerrung auf. Die Auswahlverzerrung ergibt sich aus der Tatsache, dass, obwohl wir Tausende potenzieller Prädiktoren haben, nur wenige ausgewählt werden und auf …

11 bayesian feature-selection bias unbiased-estimator conjugate-prior

1

Was ist der Unterschied zwischen asymptotischer Unparteilichkeit und Konsistenz?

Bedeutet jeder den anderen? Wenn nicht, impliziert das eine das andere? Warum Warum nicht? Dieses Problem trat als Antwort auf einen Kommentar zu einer Antwort auf, die ich hier gepostet habe . Obwohl die Google-Suche in den relevanten Begriffen nichts hervorbrachte, was besonders nützlich schien, bemerkte ich eine Antwort auf …

11 mathematical-statistics bias unbiased-estimator estimators consistency

2

Voreingenommener Bootstrap: Ist es in Ordnung, das CI um die beobachtete Statistik zu zentrieren?

Dies ähnelt Bootstrap: Die Schätzung liegt außerhalb des Konfidenzintervalls Ich habe einige Daten, die die Anzahl der Genotypen in einer Population darstellen. Ich möchte die genetische Vielfalt mithilfe des Shannon-Index abschätzen und mithilfe von Bootstrapping ein Konfidenzintervall generieren. Ich habe jedoch festgestellt, dass die Schätzung über Bootstrapping tendenziell extrem voreingenommen …

11 r confidence-interval bootstrap bias diversity

1

Wie adressieren instrumentelle Variablen die Auswahlverzerrung?

Ich frage mich, wie eine instrumentelle Variable die Auswahlverzerrung bei der Regression angeht. Hier ist das Beispiel, an dem ich kaue: In Mostly Harmless Econometrics diskutieren die Autoren eine IV-Regression in Bezug auf Militärdienst und Einkommen im späteren Leben. Die Frage ist: "Steigert oder verringert der Militärdienst die zukünftigen Einnahmen?" …

11 regression econometrics bias causality instrumental-variables

4

Gibt es einen Test für ausgelassene variable Vorspannung in OLS?

Mir ist der Ramsey-Reset-Test bekannt, der möglicherweise nichtlineare Abhängigkeiten erkennt. Wenn Sie jedoch nur einen der Regressionskoeffizienten (lediglich lineare Abhängigkeiten) wegwerfen, können Sie abhängig von den Korrelationen eine Verzerrung erhalten. Dies wird vom Reset-Test offensichtlich nicht erkannt. Ich habe keinen Test für diesen Fall gefunden, aber diese Aussage: "Sie können …

11 regression multiple-regression bias causality diagnostic

2

Warum hat ein Sackbaum / zufälliger Waldbaum eine höhere Tendenz als ein einzelner Entscheidungsbaum?

Wenn wir einen ausgewachsenen Entscheidungsbaum (dh einen nicht beschnittenen Entscheidungsbaum) betrachten, weist er eine hohe Varianz und eine geringe Verzerrung auf. Bagging und Random Forests verwenden diese Modelle mit hoher Varianz und aggregieren sie, um die Varianz zu verringern und damit die Vorhersagegenauigkeit zu verbessern. Sowohl Bagging als auch Random …

11 variance random-forest cart bias bagging

2

Vor- und Nachteile von Bootstrapping

Ich habe gerade etwas über das Konzept des Bootstrapens gelernt und eine naive Frage kam mir in den Sinn: Wenn wir immer zahlreiche Bootstrap-Beispiele unserer Daten generieren können, warum sollten wir uns überhaupt die Mühe machen, mehr "echte" Daten zu erhalten? Ich glaube, ich habe eine Erklärung, bitte sagen Sie …

11 variance bootstrap bias

3

Warum ist der OLS-Schätzer des AR (1) -Koeffizienten voreingenommen?

Ich versuche zu verstehen, warum OLS einen voreingenommenen Schätzer für einen AR (1) -Prozess liefert. Betrachten Sie In diesem Modell wird die strikte Exogenität verletzt, dh und sind korreliert, aber und \ epsilon_t sind nicht korreliert . Aber wenn dies zutrifft, warum gilt dann die folgende einfache Ableitung nicht? ytϵtyt-1ϵtytϵt=α+βyt−1+ϵt,∼iidN(0,1).yt=α+βyt−1+ϵt,ϵt∼iidN(0,1). …

11 time-series least-squares bias autoregressive estimators

4

Wie erklärt man einem Laien, was ein unvoreingenommener Schätzer ist?

Angenommen, ist ein unvoreingenommener Schätzer für . Dann ist natürlich . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Wie erklärt man das einem Laien? In der Vergangenheit habe ich gesagt , dass Sie eine bessere Annäherung an erhalten, wenn Sie eine Reihe von Werten von , wenn die Stichprobengröße größer …

10 bias asymptotics unbiased-estimator estimators communication

3

Warum unterschätzt die CV-Schätzung des Testfehlers den tatsächlichen Testfehler?

Nach meinem Verständnis unterschätzt die k-fache Kreuzvalidierungsschätzung des Testfehlers normalerweise den tatsächlichen Testfehler. Ich bin verwirrt, warum dies der Fall ist. Ich verstehe, warum der Trainingsfehler normalerweise niedriger ist als der Testfehler - weil Sie das Modell mit denselben Daten trainieren, auf denen Sie den Fehler schätzen! Bei der Kreuzvalidierung …

10 cross-validation bias

2

Ist Bias eine Eigenschaft des Schätzers oder bestimmter Schätzungen?

Als Beispiel begegne ich oft Studenten, die wissen, dass Observed ein voreingenommener Schätzer für Population R 2 ist . Wenn sie dann ihre Berichte schreiben, sagen sie Dinge wie:R2R2R^2R2R2R^2 "Ich habe Observed und Adjusted R 2 berechnet , und sie waren ziemlich ähnlich, was darauf hindeutet, dass der von uns …

10 mathematical-statistics terminology bias estimators

1

Bootstrap: Die Schätzung liegt außerhalb des Konfidenzintervalls

Ich habe ein Bootstrapping mit einem gemischten Modell durchgeführt (mehrere Variablen mit Interaktion und eine Zufallsvariable). Ich habe dieses Ergebnis erhalten (nur teilweise): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : original bias std. error t1* 4.887383e+01 -1.677061e+00 4.362948e-01 t2* …

10 r confidence-interval bootstrap bias

1

Wie passt ein Schätzer, der eine gewichtete Summe aus quadratischer Verzerrung und Varianz minimiert, in die Entscheidungstheorie?

Okay - meine ursprüngliche Nachricht konnte keine Antwort auslösen. Lassen Sie mich die Frage anders stellen. Ich werde zunächst mein Verständnis der Schätzung aus einer entscheidungstheoretischen Perspektive erläutern. Ich habe keine formelle Ausbildung und es würde mich nicht überraschen, wenn mein Denken in irgendeiner Weise fehlerhaft ist. Angenommen, wir haben …

10 bias loss-functions frequentist decision-theory risk

1

Verzerrung der Maximum-Likelihood-Schätzer für die logistische Regression

Ich möchte einige Fakten zu Maximum Likelihood Estimators (MLEs) für logistische Regressionen verstehen. Stimmt es, dass die MLE für die logistische Regression im Allgemeinen voreingenommen ist? Ich würde Ja sagen". Ich weiß zum Beispiel, dass die Probendimension mit der asymptotischen Verzerrung von MLEs zusammenhängt. Kennen Sie elementare Beispiele für dieses …

10 logistic maximum-likelihood unbiased-estimator bias

1

Ist Bias dasselbe wie Unteranpassung und Varianz dasselbe wie Überanpassung?

Dies könnte eine grundlegende Frage sein: Was ist der Unterschied zwischen Voreingenommenheit und Unteranpassung? Und was ist analog der Unterschied zwischen Varianz und Überanpassung? Bedeuten die Begriffe jedes Paares dasselbe? Wenn nicht, was ist der Unterschied?

10 variance bias overfitting model-evaluation

Als «bias» getaggte Fragen