প্রশ্ন ট্যাগ «bias»

প্রতিটি কি অন্যকে বোঝায়? যদি তা না হয় তবে একজন কি অন্যকে বোঝায়? কেন কেন না? আমি এখানে পোস্ট করা একটি উত্তরের মন্তব্যের প্রতিক্রিয়ায় এই বিষয়টি উঠে এসেছে । যদিও গুগল প্রাসঙ্গিক পদগুলি অনুসন্ধান করে যা বিশেষত কার্যকর বলে মনে হয় এমন কোনও উত্পাদন করে নি, আমি গণিত স্ট্যাকেক্সচেঞ্জের উপর …

12 mathematical-statistics  bias  unbiased-estimator  estimators  consistency 

এটি বেশ কিছু সময়ের জন্যই জানা যায় যে কনিষ্ঠ বয়সে দাবা খেলোয়াড়রা 1950 এর দশকের পর থেকে গ্র্যান্ডমাস্টার খেতাব অর্জন করতে সক্ষম হয়েছিলেন এবং বর্তমানে প্রায় 30 জন খেলোয়াড় রয়েছেন যারা তাদের 15 তম জন্মদিনের আগে গ্র্যান্ডমাস্টার হয়েছিলেন । তবে দাবা স্ট্যাক এক্সচেঞ্জে একটি প্রশ্ন রয়েছে যা জিজ্ঞাসা করে, গ্র্যান্ডমাস্টার …

11 survival  bias  population  censoring  subset 

বায়েসের অনুমানকারী কি নির্বাচনের পক্ষপাতদুষ্ট থেকে সুরক্ষিত? বেশিরভাগ কাগজপত্র যা উচ্চ মাত্রায় অনুমানের বিষয়ে আলোচনা করে, যেমন পুরো জিনোম সিকোয়েন্স ডেটা, প্রায়শই নির্বাচন পক্ষপাতের বিষয়টি উত্থাপন করবে। বাছাই পক্ষপাতদুটি এই সত্য থেকেই উদ্ভূত হয় যে, যদিও আমাদের কাছে হাজার হাজার সম্ভাব্য ভবিষ্যদ্বাণী রয়েছে মাত্র কয়েকজনকেই নির্বাচিত করা হবে এবং নির্বাচিত …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

আমি ভাবছি কীভাবে একটি উপকরণের পরিবর্তনশীলটি রিগ্রেশন-এ নির্বাচনের পক্ষপাতাকে সম্বোধন করে। এখানে আমি যে চিবিয়ে নিচ্ছি তার উদাহরণ এখানে: বেশিরভাগ ক্ষতিগ্রস্থ একনোমেট্রিক্সে , লেখকরা সামরিক পরিষেবা এবং পরবর্তী জীবনে উপার্জন সম্পর্কিত আইভি রিগ্রেশন নিয়ে আলোচনা করেন। প্রশ্নটি হ'ল, "সামরিক বাহিনীতে চাকুরী করা কি ভবিষ্যতের আয় বৃদ্ধি বা হ্রাস করে?" তারা …

11 regression  econometrics  bias  causality  instrumental-variables 

আমি রামসে রিসেট পরীক্ষার বিষয়ে অবগত রয়েছি যা ননলাইনার নির্ভরতা সনাক্ত করতে পারে। তবে, আপনি যদি কেবলমাত্র রিগ্রেশন সহগগুলির মধ্যে একটি (কেবলমাত্র লিনিয়ার নির্ভরতা) ফেলে দেন তবে পারস্পরিক সম্পর্কগুলির উপর নির্ভর করে আপনি পক্ষপাত পেতে পারেন। এটি অবশ্যই রিসেট পরীক্ষার দ্বারা সনাক্ত করা যায়নি। আমি এই মামলার জন্য একটি পরীক্ষা …

11 regression  multiple-regression  bias  causality  diagnostic 

যদি আমরা একটি পূর্ণ বর্ধিত সিদ্ধান্তের গাছটিকে বিবেচনা করি (যেমন একটি অরক্ষিত সিদ্ধান্ত গাছ) এটির উচ্চতর বৈকল্পিকতা এবং কম পক্ষপাত রয়েছে। ব্যাগিং এবং র্যান্ডম অরণ্যগুলি এই উচ্চতর বৈকল্পিক মডেলগুলি ব্যবহার করে এবং বৈকল্পিকতা হ্রাস করতে এবং এইভাবে পূর্বাভাসের নির্ভুলতা বাড়ানোর জন্য তাদের একত্র করে। ব্যাগিং এবং এলোমেলো বন উভয়ই বুটস্ট্র্যাপের …

11 variance  random-forest  cart  bias  bagging 

আমি কেবল বুটস্ট্র্যাপিংয়ের ধারণাটি সম্পর্কে জানতে পেরেছি, এবং একটি নিষ্পাপ প্রশ্নটি মাথায় এলো: আমরা যদি সর্বদা আমাদের ডেটার অসংখ্য বুটস্ট্র্যাপ নমুনা তৈরি করতে পারি তবে কেন আরও বেশি "আসল" ডেটা পাওয়ার জন্য বিরক্ত করবেন? আমি মনে করি আমার একটি ব্যাখ্যা আছে, দয়া করে আমাকে সঠিক বলুন: আমি মনে করি বুটস্ট্র্যাপিংয়ের …

11 variance  bootstrap  bias 

আমি বুঝতে চেষ্টা করছি যে ওএলএস কেন একটি এআর (1) প্রক্রিয়াটির পক্ষপাতদুষ্ট অনুমানকারী দেয়। বিবেচনা করুন this এই মডেলটিতে, কঠোর লঙ্ঘন করা হয়, যথা এবং পারস্পরিক সম্পর্কযুক্ত তবে এবং । তবে এটি যদি সত্য হয় তবে নীচের সাধারণ ব্যয়টি কেন ধরে না? ytϵt=α+βyt−1+ϵt,∼iidN(0,1).yt=α+βyt−1+ϵt,ϵt∼iidN(0,1). \begin{aligned} y_{t} &= \alpha + \beta y_{t-1} …

11 time-series  least-squares  bias  autoregressive  estimators 

ধরুন একটি পক্ষপাতিত্বহীন মূল্নির্ধারক হয় । তারপরে অবশ্যই, । θই[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaই [ θ^| Θ ] = θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta একজন কীভাবে একটি ল্যাপারসনকে এটি ব্যাখ্যা করে? অতীতে, আমি যা বলেছি তা হ'ল যদি আপনি গড় of এর মানগুলির একগুচ্ছ গড় হন, যেমন নমুনার আকারটি আরও বড় হয়, …

10 bias  asymptotics  unbiased-estimator  estimators  communication 

এটি আমার বোঝা যায় যে পরীক্ষার ত্রুটির কে-ফোল্ড ক্রস-বৈধকরণের প্রাক্কলনটি সাধারণত প্রকৃত পরীক্ষার ত্রুটিটিকে হ্রাস করে। আমি বিভ্রান্ত কারণ কেন এই ঘটনা। আমি কেন পরীক্ষার ত্রুটিটি সাধারণত পরীক্ষার ত্রুটির চেয়ে কম হয় - কারণ আপনি সেই একই ডেটাতে মডেলটিকে প্রশিক্ষণ দিচ্ছেন যা আপনি ত্রুটিটি অনুমান করছেন! তবে ক্রস-বৈধকরণের ক্ষেত্রে এটি …

10 cross-validation  bias 

উদাহরণস্বরূপ, আমি প্রায়শই এমন শিক্ষার্থীদের মুখোমুখি হই যারা জানেন যে পর্যবেক্ষণ করা জনসংখ্যা । পক্ষপাতদুষ্ট অনুমানকারী । তারপরে, তাদের প্রতিবেদনগুলি লেখার সময় তারা এ জাতীয় জিনিস বলে:R2আর2R^2R2আর2R^2 "আমি পর্যবেক্ষণ করা এবং অ্যাডজাস্টেড গণনা করেছিলাম এবং এগুলি বেশ সমান ছিল, যা আমরা পেয়েছি পর্যবেক্ষণ করা value মানের মধ্যে সামান্য পরিমাণ পক্ষপাতের …

10 mathematical-statistics  terminology  bias  estimators 

আমি একটি মিশ্র মডেল (ইন্টারঅ্যাকশন সহ বেশ কয়েকটি ভেরিয়েবল এবং একটি র্যান্ডম ভেরিয়েবল) দিয়ে বুটস্ট্র্যাপিং করেছি। আমি এই ফলাফলটি পেয়েছি (কেবলমাত্র আংশিক): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : original bias std. error t1* 4.887383e+01 -1.677061e+00 4.362948e-01 t2* 3.066825e+01 …

10 r  confidence-interval  bootstrap  bias 

ঠিক আছে - আমার মূল বার্তাটি কোনও প্রতিক্রিয়া প্রকাশ করতে ব্যর্থ হয়েছে; সুতরাং, আমাকে প্রশ্নটি অন্যভাবে রাখি। আমি সিদ্ধান্তের তাত্ত্বিক দৃষ্টিকোণ থেকে আমার অনুমানের বোঝার ব্যাখ্যা দিয়ে শুরু করব। আমার কোনও আনুষ্ঠানিক প্রশিক্ষণ নেই এবং আমার চিন্তাভাবনা যদি কোনওভাবে ত্রুটিযুক্ত হয় তবে তা আমাকে অবাক করে দেবে না। ধরুন আমাদের …

10 bias  loss-functions  frequentist  decision-theory  risk 

লজিস্টিক রিগ্রেশনগুলির জন্য আমি সর্বাধিক সম্ভাবনা অনুমানের (এমএলই) উপর কয়েকটি ঘটনা বুঝতে চাই। এটি কি সত্য যে, সাধারণভাবে, লজিস্টিক রিগ্রেশনের জন্য এমএলই পক্ষপাতদুষ্ট? আমি "হ্যাঁ" বলতাম। আমি জানি, উদাহরণস্বরূপ, সেই নমুনা মাত্রা MLEs এর asympotic পক্ষপাতের সাথে সম্পর্কিত। আপনি কি এই ঘটনার কোনও প্রাথমিক উদাহরণ জানেন? যদি এমএলই পক্ষপাতদুষ্ট হয় …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

হস্তি এট আল। "স্ট্যাটিস্টিকাল লার্নিং এর উপাদানসমূহ" (২০০৯) একটি ডেটা উত্পাদন প্রক্রিয়া বিবেচনা করে Y=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon সঙ্গে E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0 এবং Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon}। তারা প্রত্যাশিত স্কোয়ারড পূর্বাভাস ত্রুটির নীচে নীচের পক্ষপাত-বৈকল্পিক পচন উপস্থাপন করে x0x0x_0 (পৃষ্ঠা 223, সূত্র 7.9): Err(x0)=E([y−f^(x0)]2|X=x0)=…=σ2ε+Bias2(f^(x0))+Var(f^(x0))=Irreducible error+Bias2+Variance.Err(x0)=E([y−f^(x0)]2|X=x0)=…=σε2+Bias2(f^(x0))+Var(f^(x0))=Irreducible error+Bias2+Variance.\begin{aligned} \text{Err}(x_0) &= \mathbb{E}\left( [ y - \hat …

9 variance  forecasting  prediction  terminology  bias