প্রশ্ন ট্যাগ «steins-phenomenon»

নিম্নলিখিত তিনটি ঘটনা বিবেচনা করুন। স্টেইনের প্যারাডক্স: tiv মাল্টিভারিয়েট স্বাভাবিক বিতরণ থেকে কিছু তথ্য দেওয়া হয়েছে , নমুনা গড়টি সত্যিকার গড়ের খুব ভাল অনুমানকারী নয়। যদি কেউ নমুনার সমস্ত স্থানাঙ্কটি শূন্যের দিকে [বা তাদের গড়ের দিকে, বা আসলে কোনও মানের দিকে, যদি আমি সঠিকভাবে বুঝতে পারি] সঙ্কুচিত হয় তবে নিম্নতর …

64 regression  mixed-model  ridge-regression  shrinkage  steins-phenomenon 

স্টেইন এর উদাহরণ দেখায় যে সর্বোচ্চ সম্ভাবনা অনুমান মানে সঙ্গে স্বাভাবিকভাবে বিতরণ ভেরিয়েবল এবং ভেরিয়ানস অগ্রহণীয় আছে (একটি বর্গক্ষেত্র হ্রাস ফাংশন অধীনে) iff । ঝরঝরে প্রমাণের জন্য, বৃহত্তর স্কেল অনুক্রমের প্রথম অধ্যায়টি দেখুন : ব্র্যাডলি এফ্রন দ্বারা অনুমান, পরীক্ষার জন্য এবং ভবিষ্যদ্বাণী করার জন্য এমিরিকাল বেইস পদ্ধতিগুলি ।nnnμ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n111n≥3n≥3n\ge 3 এটি …

46 maximum-likelihood  unbiased-estimator  intuition  steins-phenomenon 

স্টেইনের প্যারাডক্সটি দেখায় যে যখন তিন বা ততোধিক পরামিতি এক সাথে অনুমান করা হয়, সেখানে প্যারামিটারগুলি পৃথকভাবে পরিচালনা করে এমন কোনও পদ্ধতির তুলনায় কম বেশি সমন্বিত অনুমানকারী উপস্থিত থাকে (যা কম প্রত্যাশিত গড় স্কোয়ার ত্রুটি থাকে)। এটি একটি খুব বিপরীত ফলাফল। একই ফলাফলটি কি যদি আদর্শ (প্রত্যাশিত মানে স্কোয়ার্ড ত্রুটি) …

20 paradox  steins-phenomenon 

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 

আমি জেমস-স্টেইন অনুমানকারী সম্পর্কে পড়ছি। এটি হিসাবে এই নোটগুলিতে সংজ্ঞায়িত করা হয়েছে θ^= ( 1 - পি - 2)। এক্স∥2) এক্সθ^=(1-পি-2‖এক্স‖2)এক্স \hat{\theta}=\left(1 - \frac{p-2}{\|X\|^2}\right)X আমি প্রমাণটি পড়েছি তবে নীচের বিবৃতিটি আমি বুঝতে পারি না: জ্যামিতিকভাবে, জেমস – স্টেইন অনুমানক X এর প্রতিটি উপাদানকে এক্সএক্সXউত্সের দিকে সঙ্কুচিত করে ... " X …

19 estimation  terminology  shrinkage  steins-phenomenon 

ব্র্যাডলি এফ্রন এবং কার্ল মরিস রচিত "স্ট্যাটিস্টিকসে স্টেইনের প্যারাডক্স" দ্বারা 1977 এর বৈজ্ঞানিক আমেরিকান গবেষণাপত্রে জেমস-স্টেইন সঙ্কোচন ফ্যাক্টর গণনা করার বিষয়ে আমার একটি প্রশ্ন রয়েছে । আমি বেসবল খেলোয়াড়দের জন্য ডেটা সংগ্রহ করেছি এবং এটি নীচে দেওয়া হয়েছে: Name, avg45, avgSeason Clemente, 0.400, 0.346 Robinson, 0.378, 0.298 Howard, 0.356, 0.276 …

18 estimation  shrinkage  steins-phenomenon 

আমি জেমস-স্টেইন সংকোচনের ধারণা নিয়ে এসেছি (সম্ভবত যে সম্ভবত স্বতন্ত্র সাধারণের কোনও ভেক্টরের একক পর্যবেক্ষণের একটি ননলাইনার ফাংশন এলোমেলো ভেরিয়েবলগুলির মাধ্যমের আরও ভাল অনুমানকারী হতে পারে, যেখানে স্কোয়ার ত্রুটি দ্বারা 'আরও ভাল' পরিমাপ করা হয় )। যাইহোক, আমি প্রয়োগের কাজে এটি কখনও দেখিনি। স্পষ্টতই আমি যথেষ্ট পড়ছি না। জেমস-স্টেইন কোনও …

15 estimation  error  shrinkage  application  steins-phenomenon 

আমি সম্প্রতি অভিজ্ঞতামূলক বয়েস (কেসেলা, 1985, অভিজ্ঞতা বায়স ডেটা বিশ্লেষণের পরিচিতি) সম্পর্কে পড়তে পেরেছি এবং এটি অনেকটা এলোমেলো প্রভাবের মডেলের মতো দেখেছিল; এতে উভয়ই বিশ্বব্যাপী অনুমানকে সঙ্কুচিত করে। তবে আমি এটি পুরোপুরি পড়িনি ... তাদের মধ্যে মিল এবং পার্থক্য সম্পর্কে কারও কি অন্তর্দৃষ্টি আছে?

12 bayesian  estimation  random-effects-model  steins-phenomenon  empirical-bayes 

আমি জেমস-স্টেইন অনুমানকারীর প্রত্যেকটি বিবৃতি অনুমান করি যে অনুমান করা যায় যে এলোমেলো ভেরিয়েবলগুলির একই (এবং ইউনিট) ভেরিয়েন্স রয়েছে। তবে এই সমস্ত উদাহরণে আরও উল্লেখ করা হয়েছে যে জেএসের অনুমানকারীকে একে অপরের সাথে কিছুই করার মতো পরিমাণের অনুমান করতে ব্যবহার করা যেতে পারে। উইকিপিডিয়া উদাহরণ তাইওয়ানের আলো, চা পান, এবং …

11 estimation  shrinkage  steins-phenomenon