Câu hỏi được gắn thẻ «shrinkage»

Bao gồm các ràng buộc bổ sung (thường là một hình phạt cho sự phức tạp) trong quy trình điều chỉnh mô hình. Được sử dụng để ngăn chặn quá mức / tăng cường độ chính xác dự đoán.


5
Quan điểm thống nhất về độ co ngót: mối quan hệ (nếu có) giữa nghịch lý của Stein, hồi quy sườn và hiệu ứng ngẫu nhiên trong các mô hình hỗn hợp là gì?
Hãy xem xét ba hiện tượng sau đây. Nghịch lý của Stein: đưa ra một số dữ liệu từ phân phối chuẩn nhiều biến số trong Rn,n≥3Rn,n≥3\mathbb R^n, \: n\ge 3 , mẫu trung bình không phải là một ước lượng rất tốt của giá trị trung bình thật sự. …


3
Tại sao ước tính sườn núi trở nên tốt hơn OLS bằng cách thêm một hằng số vào đường chéo?
Tôi hiểu rằng ước tính hồi quy sườn núi là giảm thiểu tổng bình phương còn lại và hình phạt đối với kích thước củaββ\betaββ\beta βridge=(λID+X′X)−1X′y=argmin[RSS+λ∥β∥22]βridge=(λID+X′X)−1X′y=argmin⁡[RSS+λ‖β‖22]\beta_\mathrm{ridge} = (\lambda I_D + X'X)^{-1}X'y = \operatorname{argmin}\big[ \text{RSS} + \lambda \|\beta\|^2_2\big] Tuy nhiên, tôi không hiểu đầy đủ ý nghĩa của thực tế là …









4
Giá trị chính xác cho độ chính xác và thu hồi trong trường hợp cạnh là gì?
Độ chính xác được định nghĩa là: p = true positives / (true positives + false positives) Có đúng không, như true positivesvà false positivescách tiếp cận 0, độ chính xác tiếp cận 1? Câu hỏi tương tự để nhớ lại: r = true positives / (true positives + false …
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 

1
Tại sao công cụ ước tính James-Stein được gọi là công cụ ước tính co ngót của hồi giáo?
Tôi đã đọc về công cụ ước tính James-Stein. Nó được định nghĩa, trong ghi chú này , như θ^=(1−p−2∥X∥2)Xθ^=(1−p−2‖X‖2)X \hat{\theta}=\left(1 - \frac{p-2}{\|X\|^2}\right)X Tôi đã đọc bằng chứng nhưng tôi không hiểu tuyên bố sau: Về mặt hình học, công cụ ước tính James Gian Stein thu nhỏ từng thành …


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.