Ausgehend von einem strengen Hintergrund in der Analyse und der modernen Wahrscheinlichkeitstheorie finde ich die Bayes'sche Statistik einfach und leicht zu verstehen, und die frequentistische Statistik ist unglaublich verwirrend und nicht intuitiv. Es scheint, dass Frequentisten wirklich...
Casella und Berger geben die Invarianzeigenschaft des ML-Schätzers wie folgt an: Es scheint mir jedoch, dass sie die "Wahrscheinlichkeit" von ηη\eta völlig ad hoc und unsinnig definieren: Wenn ich Grundregeln der Wahrscheinlichkeitstheorie auf den einfachen Fall anwende, in dem , erhalte ich...
Frage: Ein häufiges Missverständnis von p-Werten besteht darin, dass sie die Wahrscheinlichkeit darstellen, dass die Nullhypothese wahr ist. Ich weiß, dass dies nicht korrekt ist, und ich weiß, dass p-Werte nur die Wahrscheinlichkeit darstellen, eine so extreme Stichprobe zu finden, da die...
Ich habe versucht, die Bayes'schen Statistiken neu zu lernen (jedes Mal, wenn ich dachte, ich hätte sie endlich bekommen, taucht etwas anderes auf, das ich vorher nicht in Betracht gezogen habe ...), aber es war (für mich) nicht klar, wie der Datengenerierungsprozess ablief im Bayesianischen Rahmen...
Bayesianische Statistiker behaupten, dass "Bayesianische Statistiken Parameter schätzen können, deren Schätzung mit frequentistischen Methoden sehr schwierig ist". Sagt das folgende Zitat aus dieser SAS-Dokumentation dasselbe? Es liefert Schlussfolgerungen, die von den Daten abhängig und genau...
Teil einer Reihe von Versuchen, Bayesian gegen Frequentist zu verstehen: 1 2 3 4 5 6 7 Ich glaube, ich verstehe, wie Bayesianer und Frequentisten zwischen Hypothesen wählen , aber ich bin mir nicht ganz sicher, ob oder wie mir das erklären soll, wie sie die Wahrscheinlichkeit sehen. Nach meinem...
Geschlossen . Diese Frage erfordert Details oder Klarheit . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Fügen Sie Details hinzu und klären Sie das Problem, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 3 Jahren . Nach dem, was ich gelesen habe und nach...
Es wird normalerweise gesagt, dass Prioritäten in der Bayes'schen Statistik als Regularisierungsfaktoren angesehen werden können, da sie Lösungen benachteiligen, bei denen der Prior eine geringe Wahrscheinlichkeitsdichte aufweist. Dann ist dieses einfache Modell gegeben, dessen MLE-Parameter sind:...
Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen...
Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 2 Jahren . Ich bin ein einfältiger...
Ich habe mich gefragt, ob es eine Untergruppe von Themen der frequentistischen Statistik gibt, die man kennen sollte, bevor man anfängt, Bayes'sche Statistik zu lernen. Sobald ich gelesen habe, dass es scheint, dass die beiden Trends einander entgegenwirken; Wie zum Beispiel basiert die...
Ich habe versucht, ein Gefühl für die verschiedenen Probleme in frequentistischen Umgebungen zu bekommen, in denen MCMC verwendet wird. Ich bin mir bewusst, dass MCMC (oder Monte Carlo) zum Anpassen von GLMMs und möglicherweise in Monte Carlo EM-Algorithmen verwendet wird. Gibt es häufigere...
Laut Karl Popper sind nur fälschbare Hypothesen wirklich wissenschaftlich (zitiert Wikipedia ): Keine Anzahl positiver Ergebnisse auf der Ebene experimenteller Tests kann eine wissenschaftliche Theorie bestätigen, aber ein einziges Gegenbeispiel ist logisch entscheidend: Es zeigt, dass die...
In diesem Wikipedia-Artikel gibt es diesen Satz: Dies ist ein häufiger Ansatz Bezieht sich das auf OLS? Ist es wirklich eher ein "als" das "? Was sind andere häufigere Ansätze? Soweit ich weiß, müssen wir minimieren [ε1,ε2,...,εnε1,ε2,...,εn\varepsilon_1, \varepsilon_2, ..., \varepsilon_n]...
Ich konnte dies in der Literatur nicht finden, aber das bedeutet wahrscheinlich, dass ich an der falschen Stelle suche. Ich suche nach der frequentistischen Vorhersageverteilung für eine eindimensionale und eine n-dimensionale Cauchy-Variable, sofern sie existiert. Das Problem bei der...
Ich bin ein Statistikstudent. Ich versuche, die klassischen und objektiven Definitionen der Wahrscheinlichkeit zu verstehen und wie sie mit der frequentistischen und bayesianischen Folgerung zusammenhängen. Mir ist nicht klar, warum die klassische Wahrscheinlichkeit mit der frequentistischen...
Folgendes verstehe ich: p-Wert - Wahrscheinlichkeit, die beobachteten oder extremeren Ergebnisse zu finden, wenn die Nullhypothese (H0) einer Studienfrage wahr ist das heißt p-Wert . Wenn nun der p-Wert unter einem bestimmten Schwellenwert ( ) liegt, lehnen wir die Nullhypothese ab.= P.( e v i de n...
Wir wissen, dass confidence intervalnicht für die Wahrscheinlichkeitsaussage verwendet werden kann, dies ist etwas, für das reserviert ist credible interval. Die am häufigsten verwendeten frequentistischen Techniken (z. B. Konfidenzintervalle für Mittelwerte und Proportionen) entsprechen jedoch...
Bei einer Folge unabhängiger Experimente, deren Ergebnis entweder Erfolg oder Misserfolg ist, liegt die Erfolgswahrscheinlichkeit bei einer Zahl p zwischen 0 und 1 : Ein Bayesianer würde die Ergebnisse der k Experimente fest betrachten, während p zufällig wäre, dann eine vorherige Verteilung auf p...
Was ist die beste Vorgehensweise zum Trainieren und Bewerten eines Vorhersagealgorithmus für eine Zeitreihe? Zum Lernen von Algorithmen, die im Batch-Modus trainiert werden, kann ein naiver Programmierer den Rohdatensatz [(sample, expected prediction),...]direkt an die train()Methode des...