Als «inference» getaggte Fragen

Schlussfolgerungen aus Populationsdaten zu Populationsparametern ziehen. Siehe https://en.wikipedia.org/wiki/Inference und https://en.wikipedia.org/wiki/Statistical_inference

6
Warum brauchen wir multivariate Regression (im Gegensatz zu einer Reihe von univariaten Regressionen)?
Ich habe gerade dieses wunderbare Buch durchgesehen: Angewandte multivariate statistische Analyse von Johnson und Wichern . Die Ironie ist, dass ich die Motivation für die Verwendung multivariater (Regressions-) Modelle anstelle separater univariater (Regressions-) Modelle immer noch nicht verstehen kann. Ich habe die stats.statexchange-Posts 1 und 2 durchgesehen , die (a) …
2
Sollten wir bei der Verwendung von Konfidenzintervallen mehrere Vergleichsanpassungen berücksichtigen?
Angenommen, wir haben ein Szenario mit mehreren Vergleichen, z. B. eine Post-Hoc- Folgerung für paarweise Statistiken oder eine multiple Regression, bei der wir insgesamt Vergleiche durchführen. Angenommen, wir möchten die Inferenz in diesen Multiplikatoren mithilfe von Konfidenzintervallen unterstützen.mmm 1. Wenden wir mehrere Vergleichsanpassungen auf CIs an? Das heißt, genau wie …
3
Kullback-Leibler-Divergenz OHNE Informationstheorie
Nach langem Durchforsten von Cross Validated fühle ich mich immer noch nicht näher daran, die KL-Divergenz außerhalb des Bereichs der Informationstheorie zu verstehen. Es ist ziemlich seltsam, wenn jemand mit einem mathematischen Hintergrund die Erklärung der Informationstheorie viel leichter versteht. Um mein Verständnis vor dem Hintergrund der Informationstheorie zu skizzieren: …
1
Wie oft muss ich einen Würfel werfen, um seine Fairness sicher zu beurteilen?
(Bitte entschuldigen Sie sich im Voraus für die Verwendung der Laiensprache anstelle der statistischen Sprache.) Wenn ich die Wahrscheinlichkeit messen möchte, dass jede Seite eines bestimmten physischen sechsseitigen Würfels mit hinreichender Sicherheit auf +/- 2% gewürfelt wird, wie viele Musterwürfeln wären erforderlich? Dh wie oft müsste ich einen Würfel werfen, …
2
Welche nicht-bayesianischen Methoden gibt es für prädiktive Schlussfolgerungen?
In der Bayes'schen Inferenz wird eine prädiktive Verteilung für zukünftige Daten abgeleitet, indem unbekannte Parameter herausintegriert werden. Die Integration über die posteriore Verteilung dieser Parameter ergibt eine posteriore Vorhersageverteilung - eine Verteilung für zukünftige Daten, die von den bereits beobachteten abhängig ist. Welche nicht-bayesianischen Methoden für die prädiktive Inferenz berücksichtigen …
3
Neyman-Pearson-Lemma
Ich habe das Neyman-Pearson-Lemma aus dem Buch Introduction to the Theory of Statistics von Mood, Graybill und Boes gelesen . Aber ich habe das Lemma nicht verstanden. Kann mir bitte jemand das Lemma in einfachen Worten erklären? Was heißt es? Neyman-Pearson-Lemma: Sei eine Zufallsstichprobe aus , wobei einer von zwei …
6
Was ist der Unterschied zwischen deskriptiver und inferentieller Statistik?
Mein Verständnis war, dass deskriptive Statistiken Merkmale einer Datenprobe quantitativ beschreiben, während inferentielle Statistiken Rückschlüsse auf die Populationen zuließen, aus denen Proben entnommen wurden. Auf der Wikipedia-Seite für statistische Rückschlüsse heißt es jedoch: Die statistische Inferenz macht zum größten Teil Aussagen über Populationen, wobei Daten verwendet werden, die aus der …
2
Wie funktioniert die inverse Transformationsmethode?
Wie funktioniert die Inversionsmethode? Sagen , ich habe eine Stichprobe X1, X2, . . . , XnX1,X2,...,XnX_1,X_2,...,X_n mit der Dichte f(x;θ)=1θx(1−θ)θf(x;θ)=1θx(1-θ)θf(x;\theta)={1\over \theta} x^{(1-\theta)\over \theta} über 0 &lt; x &lt; 10&lt;x&lt;10<x<1und daher mit cdfFX(x)=x1/θFX(x)=x1/θF_X(x)=x^{1/\theta}auf(0,1)(0,1)(0,1). Dann erhalte ich mit der Inversionsmethode die Verteilung vonXXXalsF−1X(u)=uθFX-1(u)=uθF_X^{-1}(u)=u^\theta. Hat uθuθu^\theta also die Verteilung von XXX ? …
2
Wenn das Wahrscheinlichkeitsprinzip mit der Wahrscheinlichkeit eines Frequentisten kollidiert, verwerfen wir dann eines davon?
In einem kürzlich hier veröffentlichten Kommentar verwies ein Kommentator auf einen Blog von Larry Wasserman, der (ohne Quellenangabe) darauf hinwies, dass frequentistische Schlussfolgerungen mit dem Wahrscheinlichkeitsprinzip in Konflikt stehen. Das Wahrscheinlichkeitsprinzip besagt einfach, dass Experimente mit ähnlichen Wahrscheinlichkeitsfunktionen ähnliche Schlussfolgerungen liefern sollten. Zwei Teile zu dieser Frage: Welche Teile, der …
2
Warum muss aus der posterioren Verteilung eine Stichprobe gezogen werden, wenn wir die posterioren Verteilung bereits kennen?
Mein Verständnis ist, dass bei Verwendung eines Bayes'schen Ansatzes zur Schätzung von Parameterwerten: Die hintere Verteilung ist die Kombination der vorherigen Verteilung und der Wahrscheinlichkeitsverteilung. Wir simulieren dies, indem wir eine Stichprobe aus der posterioren Verteilung generieren (z. B. mit einem Metropolis-Hasting-Algorithmus, um Werte zu generieren, und akzeptieren sie, wenn …
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.