inference पर टैग किए गए जवाब

नमूना डेटा से जनसंख्या मापदंडों के बारे में निष्कर्ष निकालना। Https://en.wikipedia.org/wiki/Inference और https://en.wikipedia.org/wiki/Statutic_inference देखें

7
आप बिना सांख्यिकीय पृष्ठभूमि वाले लोगों को सांख्यिकीय महत्व कैसे समझाएंगे?
पृष्ठभूमि: मुझे एक क्लाइंट (किसी प्रकार के वकील) के लिए डेटा विश्लेषण करना था, जो आंकड़ों में एक पूर्ण शुरुआत थी। उन्होंने मुझसे पूछा कि "सांख्यिकीय महत्व" शब्द का क्या अर्थ है और मैंने वास्तव में इसे समझाने की कोशिश की ... लेकिन जब से मैं चीजों को समझाने में …

1
नेग बिनोमियल और जेफ़रीज़ प्रायर
मैं एक नकारात्मक द्विपद वितरण के लिए जेफ्रीज़ को प्राप्त करने से पहले कोशिश कर रहा हूं। मैं यह नहीं देख सकता कि मैं कहाँ गलत हूँ, इसलिए अगर कोई इस बात की मदद कर सकता है कि उसकी सराहना की जाएगी। ठीक है, इसलिए स्थिति यह है: मैं एक …

1
एक संदर्भ आबादी को देखते हुए, सफलता की संभावना का अनुमान लगाना
मान लें कि आपके पास निम्न स्थिति है: आपने समय के साथ 1000 गेंदबाजी खिलाड़ियों का अवलोकन किया, जिनमें से प्रत्येक ने अपेक्षाकृत कम संख्या में खेल खेले (1 से 20 कहते हैं)। आपने उन खिलाड़ियों में से प्रत्येक के लिए स्ट्राइक प्रतिशत का उल्लेख किया है, जिनमें से प्रत्येक …

1
आर / एमजीसीवीवी: क्यों टी () और टीआई () टेंसर उत्पाद विभिन्न सतहों का उत्पादन करते हैं?
mgcvके लिए पैकेज Rफिटिंग टेन्सर उत्पाद बातचीत के लिए दो कार्य करता है: te()और ti()। मैं दोनों के बीच श्रम के बुनियादी विभाजन को समझता हूं (गैर-रैखिक बातचीत को फिट करना बनाम इस बातचीत को मुख्य प्रभावों और एक इंटरैक्शन में विघटित करना)। क्या मुझे समझ नहीं आता क्यों है …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

1
डीएई और स्टोकेस्टिक बैकप्रोपेगेशन के बीच डीप जेनेरेटिव मॉडल्स में क्या अंतर है?
डीप जेनेरेशन मॉडल्स के लिए ऑटो-एन्कोडिंग वेरिएशन बेस और स्टोचैस्टिक बैकप्रोपैजेशन में क्या अंतर है ? क्या दोनों तरीकों से अनुमान लगाने से परिणाम समान होते हैं? मुझे दो तरीकों के बीच किसी भी स्पष्ट तुलना की जानकारी नहीं है, इसके बावजूद कि लेखकों के दोनों समूह एक-दूसरे का हवाला …

1
UMVUE के अस्तित्व पर और mathta के अनुमान के विकल्प में जनसंख्या
आज्ञा देना जनसंख्या से लिया गया एक यादृच्छिक नमूना है जहाँ ।(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n)N(θ,θ2)N(θ,θ2)\mathcal N(\theta,\theta^2)θ∈Rθ∈R\theta\in\mathbb R मैं Theta के UMVUE की तलाश कर रहा हूं ।θθ\theta का संयुक्त घनत्व है(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n) fθ(x1,x2,⋯,xn)=∏i=1n1θ2π−−√exp[−12θ2(xi−θ)2]=1(θ2π−−√)nexp[−12θ2∑i=1n(xi−θ)2]=1(θ2π−−√)nexp[1θ∑i=1nxi−12θ2∑i=1nx2i−n2]=g(θ,T(x))h(x)∀(x1,⋯,xn)∈Rn,∀θ∈Rfθ(x1,x2,⋯,xn)=∏i=1n1θ2πexp⁡[−12θ2(xi−θ)2]=1(θ2π)nexp⁡[−12θ2∑i=1n(xi−θ)2]=1(θ2π)nexp⁡[1θ∑i=1nxi−12θ2∑i=1nxi2−n2]=g(θ,T(x))h(x)∀(x1,⋯,xn)∈Rn,∀θ∈R\begin{align} f_{\theta}(x_1,x_2,\cdots,x_n)&=\prod_{i=1}^n\frac{1}{\theta\sqrt{2\pi}}\exp\left[-\frac{1}{2\theta^2}(x_i-\theta)^2\right] \\&=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[-\frac{1}{2\theta^2}\sum_{i=1}^n(x_i-\theta)^2\right] \\&=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[\frac{1}{\theta}\sum_{i=1}^n x_i-\frac{1}{2\theta^2}\sum_{i=1}^nx_i^2-\frac{n}{2}\right] \\&=g(\theta,T(\mathbf x))h(\mathbf x)\qquad\forall\,(x_1,\cdots,x_n)\in\mathbb R^n\,,\forall\,\theta\in\mathbb R \end{align} , जहां और ।ज(x)=१g(θ,T(x))=1(θ2π√)nexp[1θ∑ni=1xi−12θ2∑ni=1x2i−n2]g(θ,T(x))=1(θ2π)nexp⁡[1θ∑i=1nxi−12θ2∑i=1nxi2−n2]g(\theta, T(\mathbf x))=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[\frac{1}{\theta}\sum_{i=1}^n x_i-\frac{1}{2\theta^2}\sum_{i=1}^nx_i^2-\frac{n}{2}\right]h(x)=1h(x)=1h(\mathbf x)=1 इधर, पर निर्भर …

2
आबादी से नमूना करते समय UMV का
Let घनत्व f _ {\ theta} (x) = \ the थीटा x ^ {\ theta-1} \ mathbf1_ {0 <<1} \ _ \ _ से एक यादृच्छिक नमूना हो। \ थीटा> 0(X1,X2,…,Xn)(X1,X2,…,Xn)(X_1,X_2,\ldots,X_n)fθ(x)=θxθ−110<x<1,θ>0fθ(x)=θxθ−110<x<1,θ>0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 मैं θ1+θθ1+θ\frac{\theta}{1+\theta} के UMVUE को खोजने का प्रयास कर रहा हूं । (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) का संयुक्त घनत्व है fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp[(θ−1)∑i=1nlnxi+nlnθ+ln(10<x1,…,xn<1)],θ>0fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp⁡[(θ−1)∑i=1nln⁡xi+nln⁡θ+ln⁡(10<x1,…,xn<1)],θ>0\begin{align} …

2
एक अनुमानक को एक यादृच्छिक चर क्यों माना जाता है?
एक अनुमानक और एक अनुमान क्या है की मेरी समझ है: अनुमानक: एक अनुमान की गणना करने के लिए एक नियम अनुमान: अनुमान के आधार पर डेटा के एक सेट से गणना की गई मूल्य इन दो शब्दों के बीच, यदि मुझे यादृच्छिक चर को इंगित करने के लिए कहा …

2
संदर्भ अनुरोध: कार्यशील डेटा वैज्ञानिकों के लिए शास्त्रीय आंकड़े
मैं प्रतिगमन में ठोस अनुभव, अन्य मशीन लर्निंग टाइप एल्गोरिदम, और प्रोग्रामिंग (डेटा विश्लेषण और सामान्य सॉफ़्टवेयर विकास दोनों के लिए) के साथ काम करने वाला वैज्ञानिक हूं। मेरा अधिकांश कामकाजी जीवन भविष्यवाणिय सटीकता (विभिन्न व्यावसायिक बाधाओं के तहत काम करना) के लिए मॉडल निर्माण पर केंद्रित रहा है, और …

1
क्या "बेसबॉल के पायथागॉरियन प्रमेय" के पीछे कोई वास्तविक आँकड़े हैं?
मैं sabermetrics के बारे में एक किताब पढ़ रहा हूं, विशेष रूप से वेन विंस्टन द्वारा मैथलेटिक्स, और पहले अध्याय में वह एक मात्रा का परिचय देता है जिसका उपयोग टीमों की जीत दर का अनुमान लगाने के लिए किया जा सकता है: और वह है, यह जीत दर की …

1
कोचरन-मेंटल-हेंसेल परीक्षण की व्याख्या कैसे करें?
मैं दो चर, ए और बी की स्वतंत्रता का परीक्षण कर रहा हूं, सी। ए और बी द्वारा स्तरीकृत बाइनरी चर हैं और सी श्रेणीगत (5 मान) हैं। ए और बी के लिए फिशर का सटीक परीक्षण (सभी संयुक्त संयुक्त), मुझे मिल रहा है: ## (B) ## (A) FALSE TRUE …

3
'सिद्ध सांख्यिकीय' की अवधारणा
जब समाचारों के बारे में बात 'सांख्यिकीय रूप से सिद्ध' हो जाती है, तो क्या वे आँकड़ों की अच्छी तरह से परिभाषित अवधारणा का सही उपयोग कर रहे हैं, इसका गलत उपयोग कर रहे हैं, या सिर्फ एक ऑक्सीमोरोन का उपयोग कर रहे हैं? मैं कल्पना करता हूं कि एक …
10 inference  proof 

4
सांख्यिकीय महत्व पर वर्तमान बहस के निहितार्थ
पिछले कुछ वर्षों में, विभिन्न विद्वानों ने वैज्ञानिक परिकल्पना परीक्षण की एक हानिकारक समस्या को उठाया है, जिसे "स्वतंत्रता की शोधकर्ता डिग्री" कहा जाता है, जिसका अर्थ है कि वैज्ञानिकों के पास अपने विश्लेषण के दौरान कई विकल्प हैं जो पी-मान <5% के साथ खोजने की दिशा में पूर्वाग्रह रखते …

1
का UMVUE ढूंढें
चलो X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n यादृच्छिक होने के लिए पीडीएफ होने चर 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) कहाँ पे θ>0θ>0\theta >0। का UMVUE दें1θ1θ\frac{1}{\theta} और इसके विचरण की गणना करें मैंने UMVUE के लिए दो ऐसे तरीकों के बारे में सीखा है: क्रामर-राव लोअर बाउंड (CRLB) लेहमैन-शेफ़े थोम मैं …

3
बड़े डेटासेट के लिए गॉसियन प्रक्रिया प्रतिगमन
मैं ऑनलाइन वीडियो और व्याख्यान नोट्स से गॉसियन प्रक्रिया प्रतिगमन के बारे में सीख रहा हूं, मेरी समझ यह है कि अगर हमारे पास अंकों के साथ डेटासेट है तो हम मानते हैं कि डेटा -डायमेंशनल मल्टीवेरेट गॉसियन से नमूना लिया गया है । तो मेरा सवाल उस मामले में …

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.