Als «frequentist» getaggte Fragen

Bei dem frequentistischen Inferenzansatz werden statistische Verfahren anhand ihrer Leistung über einen hypothetischen langen Zeitraum von Wiederholungen eines Prozesses bewertet, von dem angenommen wird, dass er die Daten generiert hat.

2
Frequentismus und Priors
Robby McKilliam sagt in einem Kommentar zu diesem Beitrag: Es sollte darauf hingewiesen werden, dass es aus Sicht der Frequentisten keinen Grund gibt, das Vorwissen nicht in das Modell zu integrieren. In diesem Sinne ist die frequentistische Ansicht einfacher, Sie haben nur ein Modell und einige Daten. Es ist nicht …
2
Statistische Landschaft
Hat jemand einen kurzen Überblick über die verschiedenen Ansätze zur Statistik geschrieben? Zu einer ersten Annäherung haben Sie frequentistische und bayesianische Statistiken. Wenn Sie genauer hinschauen, haben Sie aber auch andere Ansätze wie likelihoodistische und empirische Bayes. Und dann haben Sie Unterteilungen in Gruppen wie subjektive Bayes objektive Bayes innerhalb …
4
Wann sind Bayes'sche Methoden Frequentisten vorzuziehen?
Ich möchte wirklich etwas über Bayesianische Techniken lernen, also habe ich versucht, mich selbst ein bisschen beizubringen. Es fällt mir jedoch schwer zu sehen, ob Bayesianische Techniken jemals einen Vorteil gegenüber Frequentist-Methoden bringen. Zum Beispiel: Ich habe in der Literatur gesehen, wie einige informative Prioritäten verwenden, während andere nicht informative …
2
Sind wir Frequentisten wirklich nur implizite / unwissende Bayesianer?
Für ein gegebenes Inferenzproblem wissen wir, dass sich ein Bayes'scher Ansatz normalerweise sowohl in der Form unterscheidet als auch aus einem fequentistischen Ansatz resultiert. Frequentisten (in der Regel auch ich) weisen häufig darauf hin, dass für ihre Methoden keine vorherige Verwendung erforderlich ist und sie daher eher "datengesteuert" als "urteilsgesteuert" …
2
Was ist die häufigste Einstellung zur Voltmeter-Geschichte?
Was ist die häufigste Meinung zu der Voltmeter-Geschichte und ihren Variationen? Die Idee dahinter ist, dass eine statistische Analyse, die sich auf hypothetische Ereignisse bezieht, überarbeitet werden muss, wenn später festgestellt wird, dass diese hypothetischen Ereignisse nicht wie angenommen hätten stattfinden können. Die Version der Geschichte auf Wikipedia ist unten …
2
Sind Stichprobenverteilungen für Rückschlüsse zulässig?
Einige Bayesianer greifen häufig auftretende Folgerungen mit der Begründung an, dass "es keine eindeutige Stichprobenverteilung gibt", da dies von den Absichten des Forschers abhängt (Kruschke, Aguinis, & Joo, 2012, S. 733). Angenommen, ein Forscher beginnt mit der Datenerfassung, doch seine Finanzierung wurde nach 40 Teilnehmern unerwartet gekürzt. Wie würden hier …
5
Gibt es mehr als Bayesianismus?
Als Student der Physik habe ich die Vorlesung "Warum ich ein Bayesianer bin" vielleicht ein halbes Dutzend Mal erlebt. Es ist immer dasselbe - der Moderator erklärt selbstgefällig, dass die Bayes'sche Interpretation der von den Massen angeblich verwendeten frequentistischen Interpretation überlegen ist. Sie erwähnen Bayes-Herrschaft, Marginalisierung, Priors und Posteriors. Was …
3
Wann ist ein Konfidenzintervall „sinnvoll“, das entsprechende glaubwürdige Intervall jedoch nicht?
Es ist häufig der Fall, dass ein Konfidenzintervall mit 95% Deckung einem glaubwürdigen Intervall sehr ähnlich ist, das 95% der posterioren Dichte enthält. Dies geschieht, wenn der Prior im letzteren Fall gleichförmig oder nahezu gleichförmig ist. Daher kann ein Konfidenzintervall häufig verwendet werden, um ein glaubwürdiges Intervall zu approximieren und …
2
Statistische Inferenz unter falscher Angabe
Die klassische Behandlung der statistischen Inferenz beruht auf der Annahme, dass eine korrekt spezifizierte Statistik verwendet wird. Das heißt, die Verteilung P∗(Y)P∗(Y)\mathbb{P}^*(Y) , die die beobachteten Daten yyy ist Teil des statistischen Modells MM\mathcal{M} : P∗(Y)∈M={Pθ(Y):θ∈Θ}P∗(Y)∈M={Pθ(Y):θ∈Θ}\mathbb{P}^*(Y) \in \mathcal{M}=\{\mathbb{P}_\theta(Y) :\theta \in \Theta\} In den meisten Situationen ist dies jedoch nicht möglich …
2
Subjektivität in der Frequenzstatistik
Ich höre oft die Behauptung, dass die Bayes'schen Statistiken sehr subjektiv sein können. Das Hauptargument ist, dass die Schlussfolgerung von der Wahl eines Priores abhängt (obwohl man das Prinzip der Gleichgültigkeit oder der maximalen Entropie anwenden könnte, um einen Prior zu wählen). Im Vergleich dazu, so die Behauptung, ist die …
3
Fragen zum parametrischen und nicht parametrischen Bootstrap
Ich lese gerade das Kapitel über Häufige Statistiken aus Kevin Murphys Buch " Maschinelles Lernen - Eine probabilistische Perspektive ". Der Abschnitt über Bootstrap lautet: Der Bootstrap ist eine einfache Monte-Carlo-Technik zur Annäherung an die Stichprobenverteilung. Dies ist besonders in Fällen nützlich, in denen der Schätzer eine komplexe Funktion der …
2
Gibt es Unterschiede in der bayesianischen und der frequentistischen Herangehensweise an EDA?
Ganz einfach gesagt: Gibt es Unterschiede in den Bayesianischen und Frequentistischen Ansätzen zur exploratorischen Datenanalyse? Ich kenne keine inhärenten Verzerrungen in EDA-Methoden, da ein Histogramm ein Histogramm ist, ein Streudiagramm ein Streudiagramm ist usw., und ich habe auch keine Beispiele für Unterschiede in der Darstellung oder Vermittlung von EDA gefunden …
2
Liefert ein Konfidenzintervall tatsächlich ein Maß für die Unsicherheit einer Parameterschätzung?
Ich habe einen Blog-Beitrag des Statistikers William Briggs gelesen, und die folgende Behauptung hat mich gelinde gesagt interessiert. Was halten Sie davon? Was ist ein Konfidenzintervall? Es ist natürlich eine Gleichung, die Ihnen ein Intervall für Ihre Daten liefert. Es soll ein Maß für die Unsicherheit einer Parameterschätzung liefern. Nun, …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.