Estou tentando planejar um plano de estudo para aprender MLE. Para fazer isso, estou tentando descobrir qual é o nível mínimo de cálculo necessário para entender o MLE. É suficiente entender o básico do cálculo (ou seja, encontrar o mínimo e o máximo de funções) para entender o...
Eu tenho lido sobre estimativa de máxima verossimilhança e estimativa máxima a posteriori e até agora encontrei exemplos concretos apenas com a estimativa de máxima verossimilhança. Encontrei alguns exemplos abstratos de estimativa máxima a posteriori, mas nada concreto ainda com números: S Pode...
Eu recebi essa tarefa e fiquei perplexo. Um colega me pediu para estimar a e x l o w e r do quadro a seguir:xupperxupperx_{upper}xlowerxlowerx_{lower} A curva é na verdade uma distribuição cumulativa ex é algum tipo de medida. Ele está interessado em saber quais são os valores correspondentes em...
Eu processos a partir do qual eu recebo pequenas amostras (normalmente distribuída n tipicamente 10-30) que eu quero usar para estimar a variância. Mas frequentemente as amostras estão tão próximas que não podemos medir pontos individuais perto do centro. Tenho um entendimento vago de que...
Propriedade de invariância do MLE: se é o MLE de , então para qualquer função , o MLE de é . θ^θ^\hat{\theta}θθ\thetaf( θ )f(θ)f(\theta)f( θ )f(θ)f(\theta)f( θ^)f(θ^)f(\hat{\theta}) Além disso, deve ser uma função individual.fff O livro diz: "Por exemplo, para estimar , o quadrado de uma média...
Toda afirmação que encontro do estimador James-Stein assume que as variáveis aleatórias estimadas têm a mesma variação (e unidade). Mas todos esses exemplos também mencionam que o estimador JS pode ser usado para estimar quantidades sem nada a ver um com o outro. O exemplo da Wikipedia é a...
Considere uma regressão simples (normalidade não assumida): onde está com média e desvio padrão . São os menos Estimativas quadrados de e uncorrelated?e i 0 σ a bYi=a+bXi+ei,Yi=a+bXi+ei,Y_i = a + b X_i +
Desejo testar algumas das minhas idéias que considero melhores do que qualquer coisa que já vi. Eu posso estar errado, mas gostaria de testar minhas idéias e vencer minhas dúvidas com mais observações certas. O que eu tenho pensado em fazer é o seguinte: Analiticamente, defina um conjunto de...
Um modelo exponencial é um modelo descrito pela seguinte equação: yEu^= β0 0⋅ eβ1 1x1 i+ … + Βkxk iyEu^=β0 0⋅eβ1 1x1 1Eu+…+βkxkEu\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} A abordagem mais comum usada para estimar esse modelo é a linearização, o que pode ser feito...
Estou com um problema com o parâmetro de estimativa do Zipf. Minha situação é a seguinte: Eu tenho um conjunto de amostras (medido a partir de um experimento que gera chamadas que devem seguir uma distribuição Zipf). Eu tenho que demonstrar que esse gerador realmente gera chamadas com distribuição...
Pela lei (fraca / forte) de grandes números, dados alguns pontos de amostra iid de uma distribuição, sua amostra significa converge para a média de distribuição, tanto em probabilidade quanto em, como tamanho da amostra vai para o infinito.{ xEu∈ Rn, i = 1 , … , N}{xEu∈Rn,Eu=1 1,…,N}\{x_i \in...
Existe algum motivo específico para você escolher a estimativa da densidade do kernel em vez da estimativa paramétrica? Eu estava aprendendo a ajustar a distribuição aos meus dados. Esta pergunta veio a mim. Meu tamanho de dados é relavamente grande com 7500 pontos de dados. Reivindicações...
Tenho formação em programação de computadores e teoria elementar dos números, mas não tenho treinamento em estatística real, e recentemente "descobri" que o incrível mundo de toda uma gama de técnicas é realmente um mundo estatístico. Parece que fatorações matriciais, conclusão matricial, tensores...
Qual é a diferença entre os dois e por que o nível de significância deve ser sempre maior ou igual ao tamanho do
Este é um trecho de "Estatísticas matemáticas modernas com aplicativos" de Devore et al. O que me intriga é que o estimador não pode deixar de depender de , pois a amostra depende do
Tentei implementar uma estimativa numérica da divergência Kullback-Leibler para duas amostras. Para depurar a implementação, extrair as amostras de duas distribuições normais e .N(0,1)N(0,1)\mathcal N (0,1)N(1,2)N(1,2)\mathcal N (1,2) Para uma estimativa simples, gerei dois histogramas e tentei...
Para um exemplo simples, assuma que existem dois modelos de regressão linear Modelo 1 tem três preditores, x1a, x2b, ex2c O modelo 2 possui três preditores do modelo 1 e dois preditores adicionais x2aex2b Existe uma equação de regressão populacional em que a variação populacional explicada é...
Temos N amostras, , de uma distribuição uniforme onde é desconhecida. Estime partir dos dados. [ 0 , θ ] θ θXiXiX_i[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Então, o governo de Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} e...
Eu tenho alguns dados e estava tentando ajustar uma curva suave para ele. No entanto, não quero impor muitas crenças anteriores ou pré-concepções muito fortes (exceto as implícitas pelo restante da minha pergunta) sobre ela, ou quaisquer distribuições específicas. Eu só queria ajustá-lo com alguma...
Seja uma amostra aleatória de uma distribuição para . Ou seja,X1,...,XnX1,...,Xn X_1,