Um método de estimativa de parâmetro que equaciona os momentos da amostra e da população e, em seguida, resolve as equações para os parâmetros desconhecidos.
Estimadores de máxima verossimilhança (MLE) são assintoticamente eficientes; vemos o resultado prático, na medida em que eles geralmente se saem melhor do que as estimativas do método dos momentos (MoM) (quando diferem), mesmo em amostras pequenas Aqui "melhor que" significa no sentido de...
A estimativa de máxima verossimilhança geralmente resulta em estimadores enviesados (por exemplo, sua estimativa para a variação da amostra é enviesada para a distribuição gaussiana). O que o torna tão popular? Por que exatamente é usado tanto? Além disso, o que em particular o torna melhor do...
Por que, no "Método dos momentos", equiparamos momentos de amostra a momentos de população para encontrar um estimador de pontos? Onde está a lógica por trás
Normalmente, somos apresentados ao método de estimadores de momentos "equiparando os momentos da população à sua amostra" até estimarmos todos os parâmetros da população; de modo que, no caso de uma distribuição normal, precisaríamos apenas do primeiro e do segundo momento, porque eles descrevem...
Estou tentando entender o vínculo entre a função geradora de momento e a função característica. A função geradora de momento é definida como: MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n!MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n! M_X(t) = E(\exp(tX)) = 1 + \frac{t E(X)}{1} + \frac{t^2...
Fiz essa pergunta outro dia e nunca a havia considerado antes. Minha intuição vem das vantagens de cada estimador. A probabilidade máxima é de preferência quando estamos confiantes no processo de geração de dados porque, diferentemente do método dos momentos, ele utiliza o conhecimento de toda a...
Alguém pode me explicar a diferença entre o método dos momentos e o GMM (método geral dos momentos), o relacionamento deles e quando um ou outro deve ser
Vejo mencionado em vários lugares que a ANOVA faz sua estimativa usando o método dos momentos. Estou confuso com essa afirmação porque, embora não esteja familiarizado com o método dos momentos, meu entendimento é que é algo diferente e não equivalente ao método da máxima probabilidade; por outro...
Em geral, parece que o método dos momentos está apenas correspondendo à média da amostra observada ou à variação dos momentos teóricos para obter estimativas dos parâmetros. Geralmente é o mesmo que o MLE para famílias exponenciais, pelo que entendi. No entanto, é difícil encontrar uma definição...
Existem alguns métodos para estimativa de parâmetros por aí. MLE, UMVUE, MoM, teoria da decisão e outros parecem ter um caso bastante lógico do motivo pelo qual são úteis para a estimativa de parâmetros. Existe um método melhor do que os outros, ou é apenas uma questão de como definimos qual é o...
Como explico métodos generalizados de momentos e como é usado para um não estatístico? Até agora, estou indo: é algo que usamos para estimar condições como médias e variações com base nas amostras que coletamos. Como explico a parte em que você estima o vetor de parâmetros minimizando a...
Exemplos: Eu tenho uma frase na descrição do trabalho: "Java senior engineer in UK". Eu quero usar um modelo de aprendizado profundo para prever em duas categorias: English e IT jobs. Se eu usar o modelo de classificação tradicional, ele poderá prever apenas 1 rótulo com softmaxfunção na última...
Nos cursos mais básicos da teoria das probabilidades, as funções geradoras de momento relatado (mgf) são úteis para calcular os momentos de uma variável aleatória. Em particular a expectativa e variação. Agora, na maioria dos cursos, os exemplos que eles fornecem para expectativa e variação podem...
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...