Cuando busco en Google "fisher" "fiducial" ... Seguro que recibo muchos golpes, pero todos los que he seguido están completamente fuera de mi comprensión. Todos estos éxitos parecen tener una cosa en común: están escritos para estadísticos teñidos, personas completamente inmersas en la teoría,...
En la inferencia bayesiana, se deriva una distribución predictiva para datos futuros integrando parámetros desconocidos; la integración sobre la distribución posterior de esos parámetros da una distribución predictiva posterior, una distribución para datos futuros condicional a los ya observados....
(Disculpas de antemano por el uso de lenguaje laico en lugar de lenguaje estadístico). Si quiero medir las probabilidades de tirar cada lado de un dado físico específico de seis lados dentro de aproximadamente +/- 2% con una confianza razonable de certeza, ¿cuántas muestras de tiradas serían...
He leído el lema de Neyman-Pearson del libro Introducción a la teoría de la estadística de Mood, Graybill y Boes. Pero no he entendido el lema. ¿Alguien puede explicarme el lema en palabras sencillas? ¿Qué dice? Lema de Neyman-Pearson: Sea una muestra aleatoria de , donde es uno de los dos...
Comprendí que las estadísticas descriptivas describían cuantitativamente las características de una muestra de datos, mientras que las estadísticas inferenciales hacían inferencias sobre las poblaciones de las que se extrajeron las muestras. Sin embargo, la página de wikipedia para estados de...
¿Cómo funciona el método de inversión? Digamos que tengo una muestra aleatoria con densidad sobre y, por lo tanto, con cdf en . Luego, por el método de inversión obtengo la distribución de como . X1,X2,...,XnX1,X2,...,XnX_1,X_2,...,X_nf(x;θ)=1θx(1−θ)θf(x;θ)=1θx(1−θ)θf(x;\theta)={1\over \theta}...
De ninguna manera soy estadístico (he tenido un curso de estadística matemática pero nada más que eso), y recientemente, mientras estudiaba teoría de la información y mecánica estadística, conocí esta cosa llamada "medida de incertidumbre" / "entropía". Leí la derivación de Khinchin como una medida...
Para este modelo de regresión lineal univariante dado el conjunto de datos , los coeficientes estimados son Aquí está mi pregunta, de acuerdo con libro y Wikipedia , el error estándar de es ¿Cómo y por qué? D = { ( x 1 , y 1 ) , . . . , ( X n , y n ) } β 1 = Σ i x i y i - n ˉ x ˉ...
En un comentario publicado recientemente aquí, un comentarista señaló un blog de Larry Wasserman que señala (sin ninguna fuente) que los choques de inferencia frecuente con el principio de probabilidad. El principio de probabilidad simplemente dice que los experimentos que producen funciones de...
Estoy realmente interesado en el procedimiento de red elástica para la contracción / selección de predictores. Parece muy poderoso Pero desde el punto de vista científico, no sé qué hacer una vez que obtuve los coeficientes. ¿Qué pregunta estoy respondiendo? ¿Estas son las variables que más...
Entiendo que cuando se utiliza un enfoque bayesiano para estimar los valores de los parámetros: La distribución posterior es la combinación de la distribución previa y la distribución de probabilidad. Simulamos esto generando una muestra de la distribución posterior (por ejemplo, usando un...
Deje . La matriz de información de Fisher se define como:θ ∈ Rnorteθ∈Rnorte\theta \in R^{n} yo( θ )i , j= - E[ ∂2Iniciar sesión( f( XEl | θ))∂θyo∂θj∣∣∣θ ]yo(θ)yo,j=-mi[∂2Iniciar sesión(F(XEl |θ))∂θyo∂θjEl |θ]I(\theta)_{i,j} = -E\left[\frac{\partial^{2} \log(f(X|\theta))}{\partial \theta_{i}...
Conozco los beneficios de la regularización cuando construyo modelos predictivos (sesgo vs. varianza, evitando el sobreajuste). Pero me pregunto si es una buena idea hacer también la regularización (lazo, cresta, red elástica) cuando el propósito principal del modelo de regresión es la inferencia...
Estoy siguiendo AW van der Vaart, estadísticas asintóticas (1998). Habla de experimentos estadísticos, alegando que son diferentes de un modelo estadístico, pero no define ninguno. Mi pregunta: ¿Qué es (1) un experimento estadístico, (2) un modelo estadístico y (3) cuál es el ingrediente clave que...
En R, uso la ldafunción de la biblioteca MASSpara hacer la clasificación. Según entiendo LDA, a la entrada XXx se le asignará la etiqueta yyy , que maximiza p ( yEl | x)pag(yEl |X)p(y|x) , ¿verdad? Pero cuando me ajusto al modelo, en el que x = ( L a g1 , L a g2 )X=(Lunsol1,Lunsol2)x=(Lag1,Lag2)y=...
¿El pdf y el pmf y el cdf contienen la misma información? Para mí, el pdf da toda la probabilidad a un cierto punto (básicamente el área bajo la probabilidad). Las pmf dan la probabilidad de cierto punto. El cdf da la probabilidad bajo cierto punto. Entonces, para mí, el pdf y el cdf tienen la...
Se me pide que encuentre los valores p para estadísticas descriptivas. Sin embargo, entiendo que los valores p son para estadísticas de prueba. Si no me equivoco, un valor p es la probabilidad de observar un valor tan extremo como el estadístico de prueba si la hipótesis nula fuera cierta....
Creo que es justo decir que la estadística es una ciencia aplicada, por lo que cuando se calculan los promedios y las desviaciones estándar es porque alguien está buscando tomar algunas decisiones basadas en esos números. Parte de ser un buen estadístico, entonces espero poder "sentir" cuándo se...
Para un problema de inferencia dado, sabemos que un enfoque bayesiano generalmente difiere tanto en la forma como en los resultados de un enfoque fequentista. Los frecuentes (por lo general me incluyen a mí) a menudo señalan que sus métodos no requieren un previo y, por lo tanto, están más "basados...
He estado estudiando estadísticas de muchos libros durante los últimos 3 años, y gracias a este sitio aprendí mucho. Sin embargo, una pregunta fundamental sigue sin respuesta para mí. Puede tener una respuesta muy simple o muy difícil, pero sé con certeza que requiere una comprensión profunda de...