Se temos regressores estocásticos, estamos desenhando pares aleatórios para um monte de , a chamada amostra aleatória, de uma distribuição probabilística fixa, mas desconhecida . Teoricamente falando, a amostra aleatória nos permite aprender ou estimar alguns parâmetros da distribuição...
Estou trabalhando em um problema no qual tenho vários pares de homens atualmente vivos, icada um com um suposto ancestral paterno nigerações atrás (com base em evidências genealógicas) e onde tenho informações sobre se há uma incompatibilidade no genótipo cromossômico Y (exclusivamente...
Eu preciso parametrizar uma distribuição Weibull para alguns dados. Portanto, eu uso a Estimativa de Máxima Verossimilhança (MLE) do pacote fitdistrplus em R. No entanto, eu queria entender o que é feito no pacote, portanto, além de usar o pacote, tentei duas soluções manuais para verificar as...
Uma pergunta foi postada aqui (agora excluída) em relação à estimativa dos parâmetros da distribuição triangular , que possui densidade f( x ; a , b , c ) =⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪0 02 ( x - a )( b - a ) ( c - a )2 ( b - x )( b - a ) ( b - c )0 0para x < a ,para um ≤ x ≤ c ,para c < x ≤ b ,para b...
Considere um conjunto de dados de treinamento XXX, um modelo probabilístico parametrizado por θθ\thetae uma prévia P( θ )P(θ)P(\theta). Para um novo ponto de dadosx∗x∗x^*, podemos calcular P(x∗)P(x∗)P(x^*) usando: uma abordagem totalmente bayesiana: a distribuição preditiva posterior P(x∗| X) =...
Suponha que inicialmente eu esteja lidando com a função de probabilidade de , em que .logL(θ1,…,θm,θm+1,…,θk)logL(θ1,…,θm,θm+1,…,θk)\log L(\theta_1, \ldots, \theta_m, \theta_{m+1}, \ldots, \theta_k)θj∈Rθj∈R\theta_j \in \mathbb{R} Suponha que, por qualquer motivo, eu tenha decidido inserir no...
Estou estimando o modelo onde e são parâmetros , é um vetor de parâmetros length, é uma matriz de dados , a variável dependente é binária e é um modelo probit, portanto, a função de distribuição cumulativa da normal normal distribuição. Para derivar a expectativa, assumiu-se que os erros são...
Suponha que você observe o vetor de variáveis independentes e variáveis dependentes de , com probabilidade . Suponha que sejam independentes. Além disso, suponha que você receba pesos positivos , que são arbitrários, e calcule o Estimador de Máxima Verossimilhança ponderado (WMLE?): Qual é a...
As informações de Fisher são definidas de duas maneiras equivalentes: como a variação da inclinação de e como o negativo da curvatura esperada de . Como o primeiro é sempre positivo, isso implicaria que a curvatura da função de probabilidade de logaritmo é negativa em todos os lugares. Isso me...
Estou obtendo a probabilidade de regressão logística. Eu vi duas versões diferentes: f(y|β)=∏i=1Nniyi!(ni−yi)!πyii(1−πi)ni−yi(1)(1)f(y|β)=∏i=1Nniyi!(ni−yi)!πiyi(1−πi)ni−yi\begin{equation} f(y|\beta)={\displaystyle \prod_{i=1}^{N} \frac{n_i} {y_i!(n_i-y_i)!}} \pi_{i}^{y_i}(1-\pi_i)^{n_i - y_i}...
Estou tentando entender como as pessoas derivam a probabilidade de regressão linear simples. Digamos que temos apenas um recurso x e o resultado y. Eu não duvido que a expressão com a própria densidade normal e eu também não tenho dúvida de que se pode levar o produto para fatores mais simples...
Sou estudante de estatística. Estou tentando entender as definições clássicas e objetivas de probabilidade e como elas estão relacionadas à inferência freqüentista e bayesiana. Não é óbvio para mim por que a probabilidade clássica é combinada com a inferência freqüentista e por que a inferência...
Há algo que está me confundindo sobre estimadores de probabilidade máxima. Suponha que eu tenha alguns dados e a probabilidade sob um parâmetro sejaμμ\mu L ( D | μ ) =e- ( 0,7 - μ)2L(D|μ)=e−(.7−μ)2 L(D|\mu) = e^{-(.7-\mu)^2} que é reconhecível como a probabilidade de aumento gaussiano de escala....
Considere um planejamento fatorial dentro do sujeito e dentro do item, onde a variável de tratamento experimental possui dois níveis (condições). Seja m1o modelo máximo e m2o modelo sem correlações aleatórias. m1: y ~ condition + (condition|subject) + (condition|item) m2: y ~ condition +...
Deixei X1 1,X2,X3, . . . ,XnX1,X2,X3,...,XnX_{1},X_{2},X_{3},...,X_{n} ser uma amostra aleatória de uma distribuição com pdf f( x ; α , θ ) =e- x / θθαΓ ( α )xα - 1Eu( 0 , ∞ )( x ) , α , θ >
Seja uma amostra aleatória de uma distribuição normal com média e variância . Considere o problema de estimar .X1 1,X2, ... ,XnX1,X2,…,XnX_1, X_2, \ldots, X_nμμ\muσ2σ2\sigma^2P( X> 100 )P(X>100)P(X > 100) Uma maneira de conseguir isso é calcular . Esse estimador de "plug-in" é consistente, e...
Considere um modelo com um parâmetro de interesse, , e seu estimador de pontos, . Para simplificar, suponha (em vários casos, isso pode ser justificado assintoticamente). Existem duas maneiras de construir um intervalo que passa a ser o menor intervalo de confiança possível
HW Pergunta : x1,x2,…,xnx1,x2,…,xnx_1,x_2,\ldots,x_n são variáveis gaussianas independentes com média e variância . Defina que é desconhecido. Estamos interessados na estimação de partir de .μμ\muσ2σ2\sigma^2y=∑Nn=1xny=∑n=1Nxny = \sum_{n=1}^{N} x_nNNNNNNyyy uma. Dado determine seu viés e...