প্রশ্ন ট্যাগ «estimation»

কুপন সংগ্রহকারীর সমস্যার পরিবর্তনে আপনি কুপনের সংখ্যা জানেন না এবং এটি অবশ্যই ডেটা ভিত্তিক নির্ধারণ করতে হবে। আমি এটিকে ভাগ্য কুকির সমস্যা হিসাবে উল্লেখ করব: অজানা সংখ্যক স্বতন্ত্র ভাগ্য কুকি বার্তাগুলি দেওয়া এনএনn , অনুমান এনএনn একবারে একবারে নমুনা দিয়ে এবং প্রতিটি ভাগ্য কতবার উপস্থিত হয় তা গণনা করে। এছাড়াও …

14 estimation  coupon-collector-problem 

আমি জানি এটি পরিসংখ্যানগতভাবে কিছুটা দড়ি হতে পারে তবে এটি আমার সমস্যা। আমার কাছে প্রচুর পরিসীমা তথ্য রয়েছে, এটি একটি ভেরিয়েবলের ন্যূনতম, সর্বাধিক এবং নমুনার আকার বলতে say এই ডেটা কিছু জন্য আমি একটি গড় আছে, কিন্তু অনেক না। প্রতিটি পরিসরের পরিবর্তনের পরিমাণ নির্ধারণের জন্য এবং উপায়গুলির সাথে তুলনা করতে …

14 r  normal-distribution  estimation  missing-data  order-statistics 

আমি একাধিক লিনিয়ার রিগ্রেশনটিতে এর নিরপেক্ষ অনুমান পেতে আগ্রহী ।R2R2R^2 প্রতিচ্ছবিতে, আমি দুটি পৃথক মান সম্পর্কে ভাবতে পারি যে এর নিরপেক্ষ অনুমানটি মেলানোর চেষ্টা করছে।R2R2R^2 নমুনা বাইরে :R2R2R^2 R-বর্গ যে যদি রিগ্রেশন সমীকরণ নমুনা থেকে প্রাপ্ত প্রাপ্ত করা হবে ) নমুনা বাহ্যিক ডাটা অসীম পরিমাণ কিন্তু একই তথ্য উৎপাদিত প্রক্রিয়া …

14 estimation  multiple-regression  r-squared  bias 

আমি পড়েছি যে কোলমোগোরভ-স্মারনভ পরীক্ষাটি এমন কোনও বন্টনের উপযুক্ততার সদ্ব্যবহার পরীক্ষা করার জন্য ব্যবহার করা উচিত নয় যার পরামিতিগুলি নমুনা থেকে অনুমান করা হয়েছে। আমার নমুনাটিকে দুটি ভাগে ভাগ করে কি প্যারামিটার অনুমানের জন্য প্রথমার্ধ এবং দ্বিতীয়টি কেএস-পরীক্ষার জন্য ব্যবহার করে? আগাম ধন্যবাদ

14 estimation  fitting  kolmogorov-smirnov 

এই প্রশ্নটি পোকেমন সোলসিলবারের একটি মিনি-গেম দ্বারা অনুপ্রাণিত: কল্পনা করুন এই 5x6 অঞ্চলে 15 টি বোমা লুকানো রয়েছে (EDIT: সর্বাধিক 1 বোমা / সেল): এখন, সারি / কলামের যোগফল দেওয়া সুনির্দিষ্ট ক্ষেত্রের উপরে বোমা খুঁজে পাওয়ার সম্ভাবনাটি আপনি কীভাবে অনুমান করবেন? আপনি যদি কলাম 5 (মোট বোমা = 5) দেখুন, …

14 probability  estimation  chi-squared  independence  games 

এমএলই = সর্বাধিক সম্ভাবনার অনুমান এমএপি = সর্বাধিক একটি পোস্টেরিয়েরি এমএলই স্বজ্ঞাত / নিষ্পাপ যে এটি কেবলমাত্র প্যারামিটারের (যেমন সম্ভাবনা ফাংশন) প্রদত্ত পর্যবেক্ষণের সম্ভাবনার সাথেই শুরু হয় এবং পর্যবেক্ষণের সাথে পরামিতিটির সেরা অনুসারগুলি খুঁজে পাওয়ার চেষ্টা করে । তবে পূর্বের জ্ঞানের বিষয়টি বিবেচনায় নেই। এমএপি আরও যুক্তিসঙ্গত বলে মনে হচ্ছে …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

সংক্ষিপ্ত সংস্করণ: একটি অবিচ্ছিন্ন বিতরণ থেকে নমুনাযুক্ত বহুমাত্রিক ডেটা সেটের মোডটি নির্ধারণের সবচেয়ে গণনামূলক দক্ষ পদ্ধতি কোনটি? দীর্ঘ সংস্করণ: আমি একটি ডেটা সেট পেয়েছি যা এর মোডটি অনুমান করা দরকার। মোডটি গড় বা মিডিয়ানের সাথে একত্রে আসে না। একটি নমুনা নীচে দেখানো হয়েছে, এটি 2D উদাহরণ, তবে একটি এনডি সমাধান …

14 estimation  multivariate-analysis  continuous-data  mode 

যাক এবং চার র্যান্ডম ভেরিয়েবল যেমন যে হতে , যেখানে অজানা পরামিতি। এছাড়াও ধরে নিন যে ,তাহলে কোনটি সত্য?ওয়াই1, Y2, Y3Y1,Y2,Y3Y_1,Y_2,Y_3ওয়াই4Y4Y_4ই( ওয়াই1) = θ1- θ3; ই ( ওয়াই2) = θ1+ + θ2- θ3; ই ( ওয়াই3) = θ1- θ3; ই ( ওয়াই4) = θ1- θ2- θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space …

13 self-study  estimation  inference 

সুতরাং, আমার কাছে একটি এলোমেলো প্রক্রিয়া রয়েছে যা লগ-সাধারণত বিতরণ করা এলোমেলো ভেরিয়েবল । এখানে সম্পর্কিত সম্ভাব্যতা ঘনত্ব ফাংশন:XXX আমি সেই মূল বিতরণের কয়েক মুহুর্তের বন্টন অনুমান করতে চেয়েছিলাম , আসুন 1 ম মুহুর্তটি: গাণিতিক গড় বলতে চাই। এটি করার জন্য, আমি 100 এলোমেলো ভেরিয়েবলগুলি 10000 বার আঁকে যাতে আমি …

13 estimation  bias  fitting  lognormal  moments 

আমি পরিসংখ্যান এবং পরামিতি পদগুলির পার্থক্যের সাথে তুলনামূলকভাবে পরিচিত। নমুনার ডেটাতে কোনও ফাংশন প্রয়োগ করা থেকে প্রাপ্ত মান হিসাবে আমি একটি পরিসংখ্যান দেখতে পাচ্ছি। তবে প্যারামিটারগুলির বেশিরভাগ উদাহরণ প্যারামেট্রিক বিতরণ সংজ্ঞায়নের সাথে সম্পর্কিত। একটি সাধারণ উদাহরণ হ'ল সাধারণ বিতরণকে প্যারামিটারাইজ করার জন্য গড় এবং মান বিচ্যুতি বা রৈখিক প্রতিরোধের পরামিতি …

13 estimation  terminology  sample  population 

এই প্রশ্নটি এই দ্বারা উত্সাহিত । আমি দুটি উত্স সন্ধান করেছি এবং এটি আমি খুঁজে পেয়েছি। এ। ভ্যান ডের ভার্ট, অ্যাসিম্পোটোটিক স্ট্যাটিস্টিকস: স্পষ্টভাবে কোনও প্রোফাইলের গণনা করা খুব কমই সম্ভব, তবে এর সংখ্যাগত মূল্যায়ন প্রায়শই সম্ভব হয় as তারপরে প্রোফাইল সম্ভাবনা সম্ভাবনার কার্যটির মাত্রা হ্রাস করতে পারে। প্রোফাইল সম্ভাবনা ফাংশন …

13 estimation  maximum-likelihood  likelihood  asymptotics  profile-likelihood 

ধরুন আমরা দুটি estimators আছে এবং জন্য কিছু প্যারামিটার । কোন প্রাক্কলনকারী "আরও ভাল" তা নির্ধারণ করার জন্য আমরা কী এমএসইতে দেখি (মানে স্কোয়ার ত্রুটি)? অন্য কথায় আমরা দেখি look যেখানে অনুমানকারকের পক্ষপাত এবং অনুমানকারীটির বৈকল্পিক? যার বৃহত্তর এমএসই রয়েছে তার চেয়ে খারাপ অনুমানকারী?α 2 x এম এস ই = …

13 estimation  mse 

আমি এমন পদ্ধতিগুলির সন্ধান করছি যা "ওএলএস" পরিমাপ ত্রুটির মডেলটি অনুমান করতে ব্যবহার করা যেতে পারে। x i = X i + e x , i Y i = α + β X iYআমি= ওয়াইআমি+ ইY, iyi=Yi+ey,iy_{i}=Y_{i}+e_{y,i} এক্সআমি= এক্সআমি+ ইx , ixi=Xi+ex,ix_{i}=X_{i}+e_{x,i} ওয়াইআমি= α + βএক্সআমিYi=α+βXiY_{i}=\alpha + \beta X_{i} কোথায় …

13 regression  estimation  errors-in-variables 

L1- নিয়মিত লিনিয়ার রিগ্রেশন ফিটিংয়ের জন্য স্থানাঙ্ক বংশোদ্ভূত ব্যবহারের তুলনায় LARS [1] ব্যবহারের পক্ষে কি কি? আমি মূলত পারফরম্যান্সের দিকগুলিতে আগ্রহী (আমার সমস্যাগুলি Nকয়েক হাজার এবং p<20 এর মধ্যে থাকে) তবে তবে অন্য কোনও অন্তর্দৃষ্টিও প্রশংসা হবে। সম্পাদনা: যেহেতু আমি প্রশ্ন পোস্ট করেছি, চিএল ফ্রেডম্যান এট আল দ্বারা একটি কাগজ …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

স্যাম্পলিংয়ের কোর্স শিখার সময় আমি নিম্নলিখিত দুটি বিবৃতি পূরণ করি: 1) স্যাম্পলিং ত্রুটি বেশিরভাগ পরিবর্তনের দিকে নিয়ে যায়, ননস্যাম্পলিং ত্রুটি পক্ষপাতিত্বের দিকে পরিচালিত করে। 2) ননসম্পলিং ত্রুটির কারণে, একটি নমুনা প্রায়শই সেনসাসের চেয়ে বেশি সঠিক accurate এই দুটি বিবৃতি কীভাবে বুঝতে হবে তা আমি জানি না। এই দুটি বিবৃতি পেতে …

13 estimation  sampling  survey  bias