প্রশ্ন ট্যাগ «estimation»

একটি সাধারণ উদাহরণের জন্য ধরে নিন যে দুটি লিনিয়ার রিগ্রেশন মডেল রয়েছে মডেল 1 গেছে তিন ভবিষ্যতবক্তা, x1a, x2b, এবংx2c মডেল 2 এর মডেল 1 থেকে তিনটি ভবিষ্যদ্বাণী এবং দুটি অতিরিক্ত ভবিষ্যদ্বাণী x2aএবংx2b একটি জনসংখ্যার রিগ্রেশন সমীকরণ রয়েছে যেখানে জনসংখ্যার বৈচিত্রটি বর্ণিত হয়েছে মডেল 1 এর জন্য ρ2(1)ρ(1)2\rho^2_{(1)} এবং মডেল …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

এটি ডিভোর এট আল দ্বারা "অ্যাপ্লিকেশন সহ আধুনিক গাণিতিক পরিসংখ্যান" এর একটি উদ্ধৃতি। আমার কাছে কী ধাঁধা আছে যে অনুমানকটি উপর নির্ভরশীল হতে সহায়তা করতে পারে না , কারণ নমুনাটি প্যারামিটারের উপর নির্ভর করে।θθ\theta

10 estimation 

কম্পিউটার প্রোগ্রামিং এবং প্রাথমিক সংখ্যা তত্ত্বের আমার পটভূমি রয়েছে তবে বাস্তব পরিসংখ্যান প্রশিক্ষণ নেই এবং সম্প্রতি "আবিষ্কার" করেছি যে পুরো কৌশলগুলির আশ্চর্যজনক পৃথিবীটি আসলে একটি পরিসংখ্যানগত বিশ্ব। দেখে মনে হচ্ছে ম্যাট্রিক্স ফ্যাক্টরীকরণ, ম্যাট্রিক্স সমাপ্তি, উচ্চ মাত্রিক টেনজার, এম্বেডিংস, ঘনত্বের অনুমান, বায়সিয়ান ইনফারেন্স, মার্কভ পার্টিশন, আইজেনভেেক্টর গণনা, পেজর্যাঙ্ক এই সমস্ত উচ্চ …

10 machine-learning  estimation 

ধরুন আপনার কাছে একটি ওয়েব সার্ভারের লগ রয়েছে। এই লগগুলিতে আপনার এই ধরণের টিপল রয়েছে: user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... এই টাইমস্ট্যাম্পগুলি যেমন ব্যবহারকারীদের ক্লিককে উপস্থাপন করে। এখন, user1মাসে একাধিকবার (সেশনস) সাইটটি পরিদর্শন করবে এবং প্রতিটি সেশনের সময় প্রতিটি ব্যবহারকারীর কাছ থেকে আপনি কয়েকবার …

10 distributions  estimation  mixture 

আমার ফর্মটির একটি জিএলএমএম রয়েছে: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) আমি যখন ব্যবহার করি drop1(model, test="Chi"), তখন আমি Anova(model, type="III")গাড়ি প্যাকেজটি ব্যবহার করি বা না থেকে তার চেয়ে আলাদা ফলাফল পাই summary(model)। এই দ্বিতীয় দুটি একই উত্তর দেয়। একগুচ্ছ মনগড়া তথ্য …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

দ্বারা (দুর্বল / শক্তিশালী) বৃহৎ সংখ্যক আইন, কিছু IID নমুনা পয়েন্ট দেওয়া { xআমি∈ আরএন, i = 1 , … , এন}{এক্সআমি∈আরএন,আমি=1,...,এন}\{x_i \in \mathbb{R}^n, i=1,\ldots,N\} কোনো বিতরণের, তাদের নমুনা গড় চ*( { xআমি, i = 1 , … , এন} ) : = 1এনΣএনi = 1এক্সআমিচ*({এক্সআমি,আমি=1,...,এন}): =1এনΣআমি=1এনএক্সআমিf^*(\{x_i, i=1,\ldots,N\}):=\frac{1}{N} \sum_{i=1}^N x_i …

10 estimation  expected-value  law-of-large-numbers 

আমরা পরিমাপ তত্ত্ব থেকে জানি যে এমন কিছু ইভেন্ট রয়েছে যা পরিমাপ করা যায় না, অর্থাৎ সেগুলি লেবেসগু পরিমাপযোগ্য নয়। সম্ভাব্যতার পরিমাপটি সংজ্ঞায়িত নয় এমন সম্ভাব্যতা সহ আমরা কোন ইভেন্টটিকে কী বলি? এই জাতীয় ঘটনা সম্পর্কে আমরা কী ধরণের বক্তব্য দেব?

10 probability  estimation 

গাউসীয় ডিস্ট্রিবিউশন এবং এম-অনুমানকারী, , , কী বৈশিষ্ট্য গ্যারান্টি যথেষ্ট হয় সম্ভবত? কি কঠোরভাবে উত্তল এবং কঠোরভাবে বৃদ্ধি পাচ্ছে?X1,...,Xn∼N(μ,σ)X1,...,Xn∼N(μ,σ)X_1,...,X_n \sim N(\mu,\sigma) μm=argmina∑ρ(|Xi−a|)μm=argmina∑ρ(|Xi−a|)\mu_m = \underset{a}{\operatorname{argmin}} \sum\rho(|X_i-a|)ρρ\rhoμm→μμm→μ\mu_m \rightarrow \muρρ\rho

10 estimation 

জিপফের জন্য অনুমানের পরামিতি নিয়ে আমার সমস্যা আছে। আমার পরিস্থিতি নিম্নলিখিত: আমার একটি নমুনা সেট রয়েছে (এমন একটি পরীক্ষার মাধ্যমে পরিমাপ করা হবে যে কলগুলি উত্পন্ন করে যা একটি জিপএফ বিতরণ অনুসরণ করবে)। আমাকে প্রদর্শন করতে হবে যে এই জেনারেটরটি সত্যিই জিপএফ বিতরণের মাধ্যমে কল উত্পন্ন করে। আমি ইতিমধ্যে এই …

10 distributions  estimation  pareto-distribution  zipf 

মডেল হ'ল একটি মডেল যা নীচের সমীকরণ দ্বারা বর্ণিত: yi^=β0⋅eβ1x1i+…+βkxkiyi^=β0⋅eβ1x1i+…+βkxki\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} এই জাতীয় মডেলটি অনুমান করার জন্য সবচেয়ে সাধারণ পদ্ধতির মধ্যে রয়েছে লিনিয়ারাইজেশন, যা উভয় পক্ষের লগারিদম গণনা করে সহজেই করা যায়। অন্যান্য পন্থা কি? আমি বিশেষত আগ্রহীদের সাথে যারা কিছু পর্যবেক্ষণে পরিচালনা করতে পারে ।yi=0yi=0y_{i}=0 31.01.2011 আপডেট করুন আমি …

10 estimation  nonlinear-regression 

দিন X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n আইডি র‌্যান্ডম ভেরিয়েবলের পিডিএফ থাকুন fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) কোথায় θ>0θ>0\theta >0। এর UMVUE দিন1θ1θ\frac{1}{\theta} এবং এর বৈকল্পিক গণনা আমি ইউএমভিউ'র প্রাপ্ত দুটি জাতীয় পদ্ধতি সম্পর্কে শিখেছি: ক্র্যামার-রাও লোয়ার বাউন্ড (সিআরএলবি) লেহম্যান-শেফি থিমে আমি দু'জনের প্রাক্তনকে ব্যবহার করে এটি চেষ্টা করতে যাচ্ছি। আমাকে …

10 self-study  estimation  inference  exponential-family  umvue 

আমি আমার কিছু ধারণাগুলি যাচাই করতে চাই তা আমি যা দেখেছি তার চেয়ে ভাল। আমি ভুল হতে পারি তবে আমি আমার ধারণাগুলি পরীক্ষা করতে এবং আরও নির্দিষ্ট পর্যবেক্ষণের দ্বারা আমার সন্দেহগুলি জয় করতে চাই। আমি যা করতে ভাবছি তা হ'ল: বিশ্লেষণাত্মকভাবে বিতরণের একটি সেট সংজ্ঞায়িত করুন। এর মধ্যে কয়েকটি হ'ল …

10 hypothesis-testing  estimation  pdf  kernel-smoothing  model-evaluation 

দিনX1,...,XnX1,...,Xn X_1, ...,X_n বিতরণ একটি এলোমেলো নমুনা ফেম হতে Geometric(θ)Geometric(θ)Geometric(\theta) জন্য 0&lt;θ&lt;10&lt;θ&lt;10<\theta<1। অর্থাত, pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) এর জন্য সর্বনিম্ন বৈকল্পিক সহ নিরপেক্ষ আনুষঙ্গিক খুঁজুন g(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} আমার প্রচেষ্টা: যেহেতু জ্যামিতিক বিতরণটি তাত্পর্যপূর্ণ পরিবার থেকে, পরিসংখ্যান ∑Xi∑Xi\sum X_i সম্পূর্ণ এবং জন্য যথেষ্ট θθ \theta। এছাড়াও, যদিT(X)=X1T(X)=X1T(X)=X_1 জন্য একটি অনুমানকারী g(θ)g(θ)g(\theta)এটা নিরপেক্ষ। সুতরাং, রাও-ব্ল্যাকওয়েল …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

আমার কিছু তথ্য আছে এবং এটিতে একটি মসৃণ বক্ররেখার ফিট করার চেষ্টা করছিলাম। যাইহোক, আমি এটির উপর পূর্ববর্তী অনেকগুলি বিশ্বাস বা খুব দৃ strong় প্রাক ধারণাগুলি (আমার বাকী বাকী দ্বারা আবদ্ধ হওয়া ব্যতীত) বা কোনও নির্দিষ্ট বিতরণ প্রয়োগ করতে চাই না। আমি কেবল এটি কিছু মসৃণ বক্ররেখার সাথে ফিট করতে …

10 estimation  nonparametric  references 

আমরা এন নমুনা, have একটি অভিন্ন বিতরণ থেকে যেখানে হয় অজানা। আনুমানিক তথ্য থেকে।XiXiX_i[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta সুতরাং, বয়েসের নিয়ম ... 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})} এবং সম্ভাবনা হ'ল: f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (সম্পাদনা: যখন সবার জন্য , এবং 0 অন্যথায় - ধন্যবাদ whuber)0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \thetaiii তবে অন্য কোনও তথ্য না …

10 bayesian  estimation  uniform  uninformative-prior