প্রশ্ন ট্যাগ «confidence-interval»

এটি "প্রব্যাবিলিটি থিওরিতে সপ্তম কোলমোগোরভ স্টুডেন্ট অলিম্পিয়াড" থেকে একটি সমস্যা: উভয় প্যারামিটারের বিতরণ থেকে একটি পর্যবেক্ষণ দেওয়া হয়েছে, কমপক্ষে 99% এর আত্মবিশ্বাসের স্তরের সাথে জন্য একটি আত্মবিশ্বাসের ব্যবধান দিন ।এক্সএক্সXসাধারণ( μ , σ)2)সাধারণ⁡(μ,σ2)\operatorname{Normal}(\mu,\sigma^2)σ2σ2\sigma^2 আমার কাছে মনে হচ্ছে এটি অসম্ভব হওয়া উচিত। আমার কাছে সমাধান আছে তবে এটি এখনও পড়েনি। কোন …

25 probability  normal-distribution  confidence-interval  variance 

আমার প্রাথমিক পরিসংখ্যান কোর্সে, শিখেছি কীভাবে 95% আত্মবিশ্বাস ব্যবধান যেমন জনসংখ্যার গড়, μμ\mu , "বড়" নমুনা আকারের অ্যাসিপটোটিক স্বাভাবিকতার উপর ভিত্তি করে তৈরি করা যায় । পুনরায় মডেলিং পদ্ধতিগুলি (যেমন বুটস্ট্র্যাপ) বাদে "প্রোফাইল সম্ভাবনা" এর উপর ভিত্তি করে আরও একটি পদ্ধতি রয়েছে । কেউ এই পদ্ধতির ব্যাখ্যা করতে পারে? কোন …

25 confidence-interval  profile-likelihood 

ইন পরিসংখ্যানগত অনুমান , সমস্যা 9.6b, একটি "সর্বোচ্চ ঘনত্ব অঞ্চল (এই HDR)" উল্লেখ করা হয়। যাইহোক, আমি বইটিতে এই পদটির সংজ্ঞা পাইনি। অনুরূপ একটি শব্দটি হ'ল সর্বোচ্চ প্যাসিরিওর ডেনসিটি (এইচপিডি)। তবে এটি এই প্রসঙ্গে খাপ খায় না, যেহেতু 9.6b পূর্ববর্তী সম্পর্কে কোনও উল্লেখ করে না। এবং প্রস্তাবিত সমাধানটিতে কেবল এটি …

23 confidence-interval  estimation  definition  credible-interval  highest-density-region 

মনে করুন আমি একজন পরামর্শদাতা এবং আমি আমার ক্লায়েন্টকে আত্মবিশ্বাসের ব্যবধানের কার্যকারিতা ব্যাখ্যা করতে চাই। ক্লায়েন্টটি আমাকে বলেছে যে আমার অন্তরগুলি ব্যবহারের পক্ষে খুব বিস্তৃত এবং তিনি তার চেয়ে অর্ধেক প্রশস্ত করতে পছন্দ করবেন। আমার কীভাবে সাড়া দেওয়া উচিত?

22 confidence-interval  interpretation 

আমার প্রশ্নটি উদাহরণস্বরূপ, ধরুন যে আমার কাছে এমন একটি প্রশিক্ষণ সেট রয়েছে যেখানে ইনপুটটিতে কিছুটা আওয়াজ পাওয়া যায় তবে আউটপুটটি উদাহরণস্বরূপ হয় না; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] …

22 regression  machine-learning  neural-networks  confidence-interval  prediction-interval 

ধরুন আমি কিছু ধরণের নিয়মিত অনুমান ব্যবহার করে কিছু উচ্চ-মাত্রিক ডেটা থেকে প্রচুর পরিমাণে পরামিতি অনুমান করার চেষ্টা করছি। নিয়ন্ত্রক অনুমানের মধ্যে কিছু পক্ষপাতিত্ব পরিচয় করিয়ে দেয়, তবে এটি এখনও একটি ভাল বাণিজ্য বন্ধ হতে পারে কারণ বৈকল্পিকতা হ্রাস করার জন্য এটির চেয়ে বেশি হওয়া উচিত। আমি যখন আত্মবিশ্বাসের ব্যবধানগুলি …

21 confidence-interval  bias  regularization  ridge-regression  coverage-probability 

এসপিএসএস আউটপুট সরবরাহ করে "পার্থক্যটির মানে আত্মবিশ্বাসের ব্যবধান"। আমি কয়েকটি স্থানে পড়েছি যে এর অর্থ "100 এর মধ্যে 95 বার, আমাদের নমুনার গড় পার্থক্য এই সীমার মধ্যে থাকবে" আমি এই বিষয়টি অস্পষ্ট বলে মনে করি। "এর মধ্যকার পার্থক্যের আত্মবিশ্বাসের ব্যবধান" বোঝাতে কি কেউ পরিষ্কার শব্দটির পরামর্শ দিতে পারে? এই আউটপুটটি …

21 confidence-interval 

আমার কাছে 383 টি নমুনা রয়েছে যা কিছু সাধারণ মানের জন্য ভারী পক্ষপাত, আমি কীভাবে 95% সিআই গণনা করব? আমি যে সিআই গণনা করেছি সেগুলি মনে হয়, যা আমি ধরে নিয়েছি কারণ আমি কোনও হিস্টোগ্রাম তৈরি করার সময় আমার ডেটা বক্রের মতো দেখায় না। সুতরাং আমি মনে করি আমাকে বুটস্ট্র্যাপিংয়ের …

21 confidence-interval  mean 

প্রধান উপাদান বিশ্লেষণ (পিসিএ) করার পরে, আমি পিসিএ স্পেসে একটি নতুন ভেক্টর প্রজেক্ট করতে চাই (অর্থাত পিসিএ স্থানাঙ্ক সিস্টেমে এর স্থানাঙ্কগুলি সন্ধান করুন)। আমি আর ভাষা ব্যবহার করে পিসিএ গণনা করেছি prcomp। এখন আমার পিসিএ রোটেশন ম্যাট্রিক্স দ্বারা আমার ভেক্টরকে গুণ করতে সক্ষম হওয়া উচিত। এই ম্যাট্রিক্সের মূল উপাদানগুলি কি …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

আমি জনসংখ্যার থেকে ডাটা পয়েন্টগুলির নমুনা নিয়েছি । এই পয়েন্টগুলির প্রতিটিটির একটি সত্য মান (স্থল সত্য থেকে পরিচিত) এবং একটি আনুমানিক মান। আমি তারপরে প্রতিটি নমুনাযুক্ত পয়েন্টের জন্য ত্রুটিটি গণনা করি এবং তারপরে নমুনার আরএমএসই গণনা করি।nnn নমুনার আকার উপর ভিত্তি করে আমি কীভাবে এই আরএমএসইয়ের চারপাশে কিছুটা আত্মবিশ্বাসের ব্যবধান …

20 confidence-interval 

আমি বুঝতে চাই যে কীভাবে লজিস্টিক রিগ্রেশন অনুমানের জন্য পূর্বাভাস অন্তর তৈরি করা যায় । আমাকে কোলেটের মডেলিং বাইনারি ডেটা , ২ য় এড p.98-99 এ পদ্ধতি অনুসরণ করার পরামর্শ দেওয়া হয়েছিল । এই পদ্ধতিটি বাস্তবায়িত করার পরে এবং এটির আর এর সাথে তুলনা করার পরে predict.glm, আমি আসলে মনে …

20 r  regression  confidence-interval  logistic  prediction-interval 

আমার দুটি অনুপাত রয়েছে (উদাহরণস্বরূপ, নিয়ন্ত্রণ লেআউটে একটি লিঙ্কে ক্লিকথ্রু রেট (সিটিআর) এবং পরীক্ষামূলক বিন্যাসে একটি লিঙ্কে সিটিআর), এবং আমি এই অনুপাতের অনুপাতের আশেপাশে একটি 95% আত্মবিশ্বাসের ব্যবধান গণনা করতে চাই। আমি এটা কিভাবে করবো? আমি জানি আমি এই অনুপাতের বৈচিত্রটি গণনা করতে ব-দ্বীপ পদ্ধতিটি ব্যবহার করতে পারি, তবে এর …

20 confidence-interval 

একাধিক অভিব্যক্তির যুক্তি (এমআই) হ'ল অনুপস্থিত মানগুলি একবার নয় বরং বেশ কয়েকটি (সাধারণত এম = 5) বার অঙ্ক করা, ফলস্বরূপ এম সম্পূর্ণ ডেটাসেটের ফলস্বরূপ। এম সম্পূর্ণ হওয়া ডেটাসেটগুলি সম্পূর্ণ ডেটা পদ্ধতিগুলির সাথে বিশ্লেষণ করা হয় যার উপর এম অনুমান করে এবং তাদের স্ট্যান্ডার্ড ত্রুটিগুলি "সামগ্রিক" অনুমান এবং এর স্ট্যান্ডার্ড ত্রুটিটি …

20 modeling  confidence-interval  mixed-model  data-imputation 

যথার্থতা হিসাবে সংজ্ঞায়িত করা হয়: p = true positives / (true positives + false positives) এটি সঠিক যে, 0 true positivesএবং false positivesকাছে যাওয়ার সাথে সাথে নির্ভুলতা 1 এ পৌঁছেছে? প্রত্যাহার জন্য একই প্রশ্ন: r = true positives / (true positives + false negatives) আমি বর্তমানে একটি পরিসংখ্যানগত পরীক্ষা বাস্তবায়ন …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

ঠিক আছে, আমার একটি লজিস্টিক রিগ্রেশন আছে এবং predict()আমার অনুমানের উপর ভিত্তি করে সম্ভাব্যতা বক্ররেখা বিকাশের জন্য ফাংশনটি ব্যবহার করেছি। ## LOGIT MODEL: library(car) mod1 = glm(factor(won) ~ as.numeric(bid), data=mydat, family=binomial(link="logit")) ## PROBABILITY CURVE: all.x <- expand.grid(won=unique(won), bid=unique(bid)) y.hat.new <- predict(mod1, newdata=all.x, type="response") plot(bid<-000:1000,predict(mod1,newdata=data.frame(bid<-c(000:1000)),type="response"), lwd=5, col="blue", type="l") এটি দুর্দান্ত তবে …

20 r  logistic  confidence-interval