Eu sou um novato em estatísticas e encontrei isso .
Nas estatísticas, θ, a letra grega minúscula 'theta', é o nome usual para um (vetor de) parâmetro (s) de alguma distribuição de probabilidade geral. Um problema comum é encontrar o (s) valor (es) de teta. Observe que não há sentido em nomear um parâmetro dessa maneira. É melhor chamarmos isso de qualquer outra coisa. De fato, muitas distribuições têm parâmetros que geralmente recebem outros nomes. Por exemplo, é comum o uso para nomear a média e o desvio da distribuição normal μ (leia-se: 'mu') e o desvio σ ('sigma'), respectivamente.
Mas ainda não sei o que isso significa em inglês simples?
terminology
Kamilski81
fonte
fonte
Respostas:
Não é uma convenção, mas muitas vezes representa o conjunto de parâmetros de uma distribuição.θ
Era isso para o inglês simples, vamos mostrar exemplos.
Exemplo 1. Você quer estudar o arremesso de uma tachinha à moda antiga (aquelas com fundo grande circular). Você supõe que a probabilidade de queda seja um valor desconhecido que você chama de . Você pode chamar uma variável aleatória X e dizer que X = 1 quando a tachinha cai apontada para baixo e X = 0 quando cai apontada para cima. Você escreveria o modeloθ X X=1 X=0
e você estaria interessado em estimar (aqui, a probabilidade de queda da tachinha apontar para baixo).θ
Exemplo 2. Você deseja estudar a desintegração de um átomo radioativo. Com base na literatura, você sabe que a quantidade de radioatividade diminui exponencialmente; portanto, você decide modelar o tempo para a desintegração com uma distribuição exponencial. Se é o tempo de desintegração, o modelo ét
Aqui é uma densidade de probabilidade, o que significa que a probabilidade de o átomo se desintegrar no intervalo de tempo ( t , t + d t ) é f ( t ) d t . Novamente, você estará interessado em estimar θ (aqui, a taxa de desintegração).f(t) (t,t+dt) f(t)dt θ
Exemplo 3. Você deseja estudar a precisão de um instrumento de pesagem. Com base na literatura, você sabe que as medidas são gaussianas e decide modelar a pesagem de um objeto padrão de 1 kg como
Aqui é a medida dada pela escala, f ( x ) é a densidade de probabilidade e os parâmetros são μ e σ , então θ = ( μ , σ ) . O parâmetro μ é o peso alvo (a balança é enviesada se μ ≠ 1 ) e σ é o desvio padrão da medida toda vez que você pesa o objeto. Novamente, você estará interessado em estimar θ (aqui, o viés e a imprecisão da escala).x f(x) μ σ θ=(μ,σ) μ μ≠1 σ θ
fonte
O que se refere depende de qual modelo você está trabalhando. Por exemplo, na regressão de mínimos quadrados ordinários, você modela uma variável dependente (geralmente chamada Y) como uma combinação linear de uma ou mais variáveis independentes (geralmente chamadas X), obtendo algo comoθ
onde p é o número de variáveis independentes. Os parâmetros a serem estimados aqui são os e θ é um nome para todos os β s . Mas θ é mais geral e pode ser aplicado a qualquer parâmetro que desejemos estimar.βs θ βs θ
fonte
Em inglês simples:
A distribuição estatística é uma função matemática que informa qual é a probabilidade de diferentes valores da sua variável aleatória X que possui a distribuição f , ou seja,f X f gera uma probabilidade de x . Existemdiferentesum talfunções, mas por agora vamos considerar f como algum tipo de função "geral".f(x) x f
fonte