Geralmente se refere a uma propriedade de um procedimento estatístico de ir para o lugar "certo" conforme o tamanho da amostra tende ao infinito, referindo-se principalmente aos estimadores que convergem para o valor verdadeiro do parâmetro conforme o tamanho da amostra diverge. Use também para a consistência de Fisher, a propriedade de que um estimador quando aplicado à população completa fornece a resposta certa.
Estou realmente surpreso que ninguém parece ter perguntado isso já ... Ao discutir estimadores, dois termos freqüentemente usados são "consistentes" e "imparciais". Minha pergunta é simples: qual é a diferença? As definições técnicas precisas desses termos são bastante complicadas e é difícil...
Ao longo do tempo, assumimos que nossa estatística é uma função de alguns dados X 1 , … X n que são extraídos da função de distribuição F ; a função de distribuição empírica da nossa amostra é F . Então θ ( F ) é a estatística visto como uma variável aleatória e θ ( F ) é a versão de bootstrap da...
A consistência é obviamente um estimador de propriedades natural e importante, mas há situações em que pode ser melhor usar um estimador inconsistente em vez de consistente? Mais especificamente, existem exemplos de um estimador inconsistente que supera um estimador consistente razoável para todos...
Eu queria saber se alguém sabe ou se existe um aplicativo nas estatísticas em que é necessária uma consistência forte de um estimador em vez de uma consistência fraca. Ou seja, uma consistência forte é essencial para o aplicativo e o aplicativo não funcionaria com consistência...
A questão já foi apresentada antes, mas quero fazer uma pergunta específica que tentará obter uma resposta que a esclareça (e classifique): Em "Assintóticos do pobre homem", mantém-se uma clara distinção entre (a) uma sequência de variáveis aleatórias que converge em probabilidade para uma...
É suficiente mostrar que MSE = 0 como n→∞n→∞n\rightarrow\infty ? Também li em minhas anotações algo sobre plim. Como encontro o plim e o uso para mostrar que o estimador é
Eu acho que já entendi a definição matemática de um estimador consistente. Corrija-me se eu estiver errado: WnWnW_n é um estimador consistente para ifθθ\theta∀ϵ>0∀ϵ>0\forall \epsilon>0 limn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θlimn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θ\lim_{n\to\infty} P(|W_n - \theta|> \epsilon) = 0,...
Citação da wikipedia: Nas estatísticas, um estimador consistente ou estimador assintoticamente consistente é um estimador - uma regra para calcular estimativas de um parâmetro possuindo a propriedade de que, conforme o número de pontos de dados usados aumenta indefinidamente, a sequência...
Estou lendo um comentário em um artigo, e o autor afirma que, às vezes, mesmo que os estimadores (encontrados por ML ou quase-probabilidade máxima) possam não ser consistentes, o poder de um teste de razão de verossimilhança ou razão de quase-verossimilhança ainda pode convergir para 1 como o...
Cada um implica o outro? Se não, um implica o outro? Porque porque não? Esse problema surgiu em resposta a um comentário em uma resposta que eu publiquei aqui . Embora a busca no Google pelos termos relevantes não tenha produzido algo que pareça particularmente útil, notei uma resposta na troca...
Qual seria a maneira correta de avaliar / determinar a consistência de arremesso de 3 pontos de um jogador da NBA? Por exemplo, eu tenho um jogador que dispara 37% da faixa de 3 pontos e faz 200 tentativas o ano todo. Eu estava pensando em tirar a média móvel de 3 pontos percentuais de um número...
Já ouvi o termo estimador consistente "root-n" ser usado muitas vezes. Dos recursos pelos quais fui instruído, pensei que um estimador consistente "raiz-n" significava que: o estimador converge para o valor verdadeiro (daí a palavra "consistente") o estimador converge a uma taxa de1 /...
No aprendizado computacional, o teorema da NFL afirma que não existe um aprendiz universal. Para todo algoritmo de aprendizado, existe uma distribuição que causa ao aluno uma hipotese com um grande erro, com alta probabilidade (embora exista um baixo índice de erro). A conclusão é que, para...
Estou estudando o modelo Gaussian Mixture e me proponho a essa pergunta. Suponha que os dados subjacentes sejam gerados a partir de uma mistura de distribuição Gaussiana e cada um deles tenha um vetor médio μ k ∈ R p , onde 1 ≤ k ≤ K e cada um deles tenha a mesma matriz de co-variância Σ e assuma...
Assuma a seguinte relação linear: YEu= β0 0+ β1 1XEu+ uEuYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_i , onde YEuYiY_i é a variável dependente, XEuXiX_i uma única variável independente e vocêEuuiu_i o termo do erro. De acordo com Stock & Watson (Introdução à Econometria; Capítulo 4 ), a...
Estou lendo um aprendizado profundo de Ian Goodfellow et al. Ele introduz o viés como que e são o parâmetro estimado e o parâmetro real subjacente, respectivamente.B i a s ( θ ) = E( θ^) - θBEuumas(θ)=E(θ^)-θBias(\theta)=E(\hat\theta)-\thetaθ θθ^θ^\hat\thetaθθ\theta A consistência, por outro...
Sabemos que se um estimador é um estimador imparcial de teta e se sua variância tende a 0 como n tende ao infinito, é um estimador consistente para teta. Mas essa é uma condição suficiente e não necessária. Estou procurando um exemplo de um estimador que seja consistente, mas cuja variação não...