- 博客(3)
- 收藏
- 关注
RSS订阅原创 2020-08-19
一元线性回归心得在讲述了我们怎样得到想要的未知参数以后，就要投入实战了。我们不妨认为工资和学历有亿点点关系。我们猜测由一个线性的关系+一个不确定量构成。接下来要做的就是估计这个线性关系里的参数。找到许多工资和学历的成对儿数据，根据最小二乘【估计手段】给出相应的估计值。然后我们需要检验无偏性云云【检验估计手段】，都做好后，我们就可以来看看估计出来的参数能有多大概率真【假设检验】。诚然，假设检验的路上我们再次发现要用到一个我们并没有放在初始任务的参数【方差】，它又得用现有数据来估一估。一切都做好后，就算是把
2020-08-19 23:36:23
879
原创 2020-08-19
参数估计和假设检验的一点心得(二)：诚然，在检测了合理的估计手段—实际数据估计到我们需要的参数—甚至根据数据做了假设检验后，我们还需要一个单独的概念，叫置信区间。置信区间的意义在于修改了上述流程的最后一步，即假设检验。置信区间的目的并不同于较小犯错率地检验参数，而是想看看由实际数据估计出的参数，所产生的区间能多大概率地包含真正参数。它无意于纠结自己估计的参数能有多真，它更寄希望于自己延伸开去的小区间能尽可能包含这个参数。与其让它尽可能唯一且精准，不如让它尽可能有建设性。拟人化地理解这就是置信区间和假设检验
2020-08-19 23:35:40
112
原创 2020-08-19
参数估计和假设检验的一点心得(一)：对于许多存在的数据，我们无法知悉全貌，更无法准确测度每一个数据或可能存在的数据。因此我们期望借助样本数据所具备的统计量来对数据宏观估计。因而统计量的选取至关重要。选取更为合理的统计量，一方面可以更好地描述现有样本数据，另一方面对总体数据也具有更好的估计意义。为评估统计量的优劣，无偏性、一致性和有效性是不错的指标。假设我们已经根据样本数据得到了统计量，且这种统计量的计算方法也是被评估为合理的。但是有一点值得注意，我们毕竟无法经过次次抽样得到所有数据，故而需要利用仅有的数
2020-08-19 23:34:46
222
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人