Ich habe Daten in der Form . Für die Schätzung von bis ich die Formeln dieses Papiers: John Fox - Nichtlineare Regression und nichtlineare kleinste Quadrate In diesem Papier wird \ beta_1 anhand der Daten geschätzt. Wenn ich das mache, funktioniert es gut, auch wenn ich nur drei Punkte habe....
Ich versuche einen Studienplan für das Erlernen von MLE zu planen. Um dies zu tun, versuche ich herauszufinden, was das Mindestmaß an Kalkül ist, das zum Verständnis von MLE erforderlich ist. Ist es ausreichend, die Grundlagen der Analysis zu verstehen (dh das Minimum und Maximum der Funktionen zu...
Jede Aussage, die ich vom James-Stein-Schätzer finde, geht davon aus, dass die zu schätzenden Zufallsvariablen dieselbe (und Einheits-) Varianz haben. Alle diese Beispiele erwähnen jedoch auch, dass der JS-Schätzer verwendet werden kann, um Mengen zu schätzen, die nichts miteinander zu tun haben....
Ich habe über Maximum-Likelihood-Schätzung und Maximum-A-Posteriori-Schätzung gelesen und bisher nur konkrete Beispiele mit Maximum-Likelihood-Schätzung getroffen. Ich habe einige abstrakte Beispiele für eine maximale a posteriori-Schätzung gefunden, aber noch nichts Konkretes mit Zahlen darauf:...
Ich habe diese Aufgabe erhalten und war ratlos. Ein Kollege hat mich gebeten, die und x l o w e r der folgenden Tabelle zu schätzen :xu p p e rxupperx_{upper}xl o w e rxlÖwerx_{lower} Die Kurve ist tatsächlich eine kumulative Verteilung, und x ist eine Art von Messungen. Er ist daran...
Ich habe normalerweise verteilte Prozesse , aus denen ich kleine Proben (erhalten n typischerweise 10-30) , dass ich verwenden möchte Varianz zu schätzen. Aber häufig sind die Proben so nahe beieinander, dass wir einzelne Punkte in der Nähe des Zentrums nicht messen können. Ich habe dieses vage...
Invarianzeigenschaft von MLE: if die MLE ist von , dann für eine beliebige Funktion , die MLE von ist . θf(θ)f(θ)f( θ )θ^θ^\hat{\theta}θθ\thetaf( θ )f(θ)f(\theta)f( θ )f(θ)f(\theta)f( θ^)f(θ^)f(\hat{\theta}) Außerdem muss eine Eins-zu-Eins-Funktion sein.fff Das Buch sagt: "Um beispielsweise , das...
Betrachten Sie eine einfache Regression (Normalität nicht angenommen): wobei mit dem Mittelwert und der Standardabweichung . Sind die kleinsten quadratischen Schätzungen von und korreliert?e i 0 σ a bYi=a+bXi+ei,Yi=a+bXi+ei,Y_i = a + b X_i +
Ich möchte einige meiner Ideen testen, die meiner Meinung nach besser sind als alles, was ich gesehen habe. Ich könnte mich irren, aber ich möchte meine Ideen testen und meine Zweifel durch sicherere Beobachtungen überwinden. Was ich mir überlegt habe, ist Folgendes: Definieren Sie analytisch...
Ein Exponentialmodell ist ein Modell, das durch die folgende Gleichung beschrieben wird: yi^=β0⋅eβ1x1i+…+βkxkiyi^=β0⋅eβ1x1i+…+βkxki\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} Der gebräuchlichste Ansatz zur Schätzung eines solchen Modells ist die Linearisierung, die leicht...
Ich habe ein Problem mit dem Schätzparameter für Zipf. Meine Situation ist folgende: Ich habe einen Beispielsatz (gemessen aus einem Experiment, das Aufrufe generiert, die einer Zipf-Verteilung folgen sollten). Ich muss zeigen, dass dieser Generator wirklich Anrufe mit zipf-Verteilung generiert....
Nach dem (schwachen / starken) Gesetz großer Zahlen bedeutet ihre Stichprobe bei einigen iid-Stichprobenpunkten einer Verteilung f ∗ ( { x i , i = 1 , …). , N } ) : = 1{xi∈Rn,i=1,…,N}{xi∈Rn,i=1,…,N}\{x_i \in \mathbb{R}^n,
Ich habe einige Beobachtungen und möchte anhand dieser Beobachtungen Stichproben nachahmen. Hier betrachte ich ein nicht parametrisches Modell, insbesondere verwende ich die Kernel-Glättung, um eine CDF aus den begrenzten Beobachtungen zu schätzen. Dann ziehe ich zufällige Werte aus der erhaltenen...
Gibt es einen bestimmten Grund, warum Sie die Kernel-Dichteschätzung der parametrischen Schätzung vorziehen? Ich habe gelernt, die Verteilung an meine Daten anzupassen. Diese Frage kam zu mir. Meine Datengröße ist mit 7500 Datenpunkten relativ groß. Auto Ansprüche. Mein Ziel ist es, es an eine...
Was ist der Unterschied zwischen den beiden und warum muss das Signifikanzniveau immer höher oder gleich der Größe des Tests
Dies ist ein Auszug aus "Moderne mathematische Statistik mit Anwendungen" von Devore et al. Was mich verwundert ist, dass der Schätzer nicht anders kann, als von abhängig zu sein , da die Stichprobe vom Parameter
Ich habe versucht, eine numerische Schätzung der Kullback-Leibler-Divergenz für zwei Stichproben zu implementieren. Um die Implementierung zu debuggen, ziehen Sie die Stichproben aus zwei Normalverteilungen und N ( 1 , 2 ) .N.( 0 , 1 )N(0,1)\mathcal N (0,1)N.( 1 , 2 )N(1,2)\mathcal N (1,2) Für eine...
Als einfaches Beispiel wird angenommen, dass es zwei lineare Regressionsmodelle gibt Modell 1 hat drei Prädiktoren x1a, x2bundx2c Modell 2 hat drei Prädiktoren aus Modell 1 und zwei zusätzliche Prädiktoren x2aundx2b Es gibt eine Populationsregressionsgleichung, bei der die erklärte...
Wir haben N Proben, , aus einer gleichmäßigen Verteilung wobei unbekannt ist. Schätzen Sie aus den Daten.XiXiX_i[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Also, Bayes 'Regel ... 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})} und die...
Ich habe einige Daten und habe versucht, eine glatte Kurve daran anzupassen. Ich möchte jedoch nicht zu viele frühere Überzeugungen oder zu starke Vorurteile (mit Ausnahme derjenigen, die im Rest meiner Frage impliziert sind) oder bestimmte Verteilungen durchsetzen. Ich wollte es nur mit einer...