Câu hỏi được gắn thẻ «bias»

Sự khác biệt giữa giá trị dự kiến ​​của một công cụ ước tính tham số & giá trị thực của tham số. KHÔNG sử dụng thẻ này để chỉ [nút thiên vị] / [nút thiên vị] (tức là [chặn]).







2
Ưu và nhược điểm của bootstrapping
Tôi mới tìm hiểu về khái niệm bootstrapping và một câu hỏi ngây thơ xuất hiện: Nếu chúng ta luôn có thể tạo ra nhiều mẫu bootstrap của dữ liệu của mình, tại sao lại phải lấy thêm dữ liệu "thực"? Tôi nghĩ rằng tôi có một lời giải thích, …


4
Làm thế nào để giải thích những gì một người ước tính không thiên vị cho một cư dân?
Giả sử là một công cụ ước tính không thiên vị cho . Sau đó, tất nhiên, . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Làm thế nào để một người giải thích điều này với một giáo dân? Trước đây, những gì tôi đã nói là nếu bạn tính …



1
Bootstrap: ước tính nằm ngoài khoảng tin cậy
Tôi đã thực hiện bootstrapping với một mô hình hỗn hợp (một số biến có tương tác và một biến ngẫu nhiên). Tôi đã nhận được kết quả này (chỉ một phần): > boot_out ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = a001a1, statistic = bootReg, R = 1000) Bootstrap Statistics : …

1
Làm thế nào để một công cụ ước tính giảm thiểu tổng trọng số của sai lệch bình phương và phương sai phù hợp với lý thuyết quyết định?
Được rồi - tin nhắn ban đầu của tôi không thể tạo ra một phản hồi; Vì vậy, hãy để tôi đặt câu hỏi khác nhau. Tôi sẽ bắt đầu bằng cách giải thích sự hiểu biết của tôi về ước tính từ góc độ lý thuyết quyết định. Tôi …



Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.