Generalmente se refiere a una propiedad de un procedimiento estadístico para ir al lugar "correcto" cuando el tamaño de la muestra tiende a infinito, refiriéndose principalmente a los estimadores que convergen al valor verdadero del parámetro cuando los tamaños de la muestra divergen. Utilice también para la consistencia de Fisher, la propiedad de que un estimador cuando se aplica a la población completa da la respuesta correcta.
Estoy realmente sorprendido de que nadie parece haber preguntado esto ya ... Cuando se discuten los estimadores, dos términos utilizados con frecuencia son "consistente" e "imparcial". Mi pregunta es simple: ¿cuál es la diferencia? Las definiciones técnicas precisas de estos términos son bastante...
En todo momento suponemos que nuestra estadística es una función de algunos datos que se extrae de la función de distribución ; La función de distribución empírica de nuestra muestra es . Entonces es la estadística vista como una variable aleatoria y es la versión de arranque de la estadística....
Obviamente, la consistencia es un estimador de propiedad natural e importante, pero ¿hay situaciones en las que podría ser mejor usar un estimador inconsistente en lugar de uno consistente? Más específicamente, ¿hay ejemplos de un estimador inconsistente que supere a un estimador consistente...
Me preguntaba si alguien sabe o si existe una aplicación en estadística en la que se requiere una fuerte consistencia de un estimador en lugar de una consistencia débil. Es decir, una fuerte consistencia es esencial para la aplicación y la aplicación no funcionaría con una consistencia...
El problema ha surgido antes, pero quiero hacer una pregunta específica que intentará obtener una respuesta que lo aclare (y clasifique): En "La asíntota del pobre hombre", uno mantiene una clara distinción entre (a) una secuencia de variables aleatorias que converge en probabilidad a una...
¿Es suficiente mostrar que MSE = 0 como ? También leí en mis notas algo sobre plim. ¿Cómo encuentro plim y lo uso para mostrar que el estimador es
Creo que ya he entendido la definición matemática de un estimador consistente. Corrígeme si me equivoco: WnWnW_n es un estimador consistente para ifθθ\theta∀ϵ>0∀ϵ>0\forall \epsilon>0 limn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θlimn→∞P(|Wn−θ|>ϵ)=0,∀θ∈Θ\lim_{n\to\infty} P(|W_n - \theta|> \epsilon) = 0,...
Cita de wikipedia: En estadística, un estimador consistente o estimador asintóticamente consistente es un estimador, una regla para calcular las estimaciones de un parámetro la propiedad de que a medida que el número de puntos de datos utilizados aumenta indefinidamente, la secuencia resultante...
Estoy leyendo un comentario en un artículo, y el autor afirma que a veces, aunque los estimadores (encontrados por ML o cuasilikelihood máxima) pueden no ser consistentes, el poder de una prueba de razón de probabilidad o razón de cuasi-probabilidad aún puede converger a 1 ya que el número de datos...
¿Cada uno implica al otro? Si no, ¿implica uno el otro? ¿Por qué por qué no? Este problema surgió en respuesta a un comentario sobre una respuesta que publiqué aquí . Aunque la búsqueda en Google de los términos relevantes no produjo nada que pareciera particularmente útil, noté una respuesta en...
¿Cuál sería la forma correcta de evaluar / determinar la consistencia de tiro de 3 puntos de un jugador de la NBA? Por ejemplo, tengo un jugador que dispara 37% desde un rango de 3 puntos y toma 200 intentos durante todo el año. Estaba considerando tomar el promedio móvil de 3 puntos porcentuales...
He escuchado el término "estimador consistente" raíz-n "usado muchas veces. De los recursos que me han indicado, pensé que un estimador consistente "raíz-n" significaba que: el estimador converge en el valor verdadero (de ahí la palabra "consistente") el estimador converge a una velocidad de...
En el aprendizaje computacional, el teorema de la NFL establece que no existe un alumno universal. Para cada algoritmo de aprendizaje, hay una distribución que hace que el alumno emite una hipotesis con un gran error, con alta probabilidad (aunque hay una hipotesis de bajo error). La conclusión es...
Estoy estudiando el modelo de mezcla gaussiana y se me ocurre esta pregunta. Supongamos que los datos subyacentes se generan a partir de una mezcla de distribución Gaussiana y cada uno de ellos tiene un vector medio , donde y cada uno de ellos tiene el mismo coeficiente matriz de varianza y...
Suponga la siguiente relación lineal: Yi=β0+β1Xi+uiYyo=β0 0+β1Xyo+tuyoY_i = \beta_0 + \beta_1 X_i + u_i , donde YiYyoY_i es la variable dependiente, XiXyoX_i una variable independiente y uituyou_i el término de error. Según Stock & Watson (Introducción a la Econometría; Capítulo 4 ), el...
Estoy leyendo aprendizaje profundo por Ian Goodfellow et al. Introduce el sesgo como donde y son el parámetro estimado y el parámetro real subyacente, respectivamente.Bias(θ)=E(θ^)−θBias(θ)=E(θ^)−θBias(\theta)=E(\hat\theta)-\thetaθ^θ^\hat\thetaθθ\theta La consistencia, por otro lado, está...
Sabemos que si un estimador es un estimador imparcial de theta y si su varianza tiende a 0 cuando n tiende al infinito, entonces es un estimador consistente para theta. Pero esta es una condición suficiente y no necesaria. Estoy buscando un ejemplo de un estimador que sea consistente pero cuya...