タグ付けされた質問 「definition」

このタグは、統計用語の定義に関する質問を示します。統計的な用語について、特に定義についてではない質問には、より一般的なタグ[用語]を使用します。


2
母集団のサイズはパラメータですか、それともサンプルサイズは統計ですか?
パラメータと統計の定義はほぼ一致します。パラメータと統計は、特定の研究の母集団と標本の数値特性または数値要約です。これは一般的な使い方ではないと思いますが... 母集団サイズはパラメータと見なすことができますか?サンプルサイズは統計と見なすことができますか?NNNnnn 結局のところ、母集団またはサンプルのサイズは、母集団またはサンプルの数値の要約または特性です。

2
「パーセンタイル」の定義
現在、PMT Educationによって記述された生物統計に関するメモを読んでおり、セクション2.7の次の文に注意してください。 質量の50パーセンタイルで生まれた赤ちゃんは、赤ちゃんの50%より重いです。 質量の25パーセンタイルで生まれた赤ちゃんは、赤ちゃんの75%より重いです。 質量の75パーセンタイルで生まれた赤ちゃんは、赤ちゃんの25%より重いです。 しかし、私が知っているように、質量の25パーセンタイルで生まれた赤ちゃんは、赤ちゃんの25%より重いはずです。この分野で「パーセンタイル」の特別な定義はありますか、それとも非ネイティブスピーカーとしての文を誤解していますか?

1
単変量時系列と多変量時系列の違いは何ですか?
次の時系列データがあります。 index Time value_1 value_2 value_3 0 2016-04-01 06:00:10 1 5 2 1 2016-04-01 06:00:20 2 9 8 2 2016-04-01 06:00:30 3 5 1 3 2016-04-01 06:00:40 4 4 4 4 2016-04-01 06:00:50 3 4 5 6 2016-04-01 06:01:00 4 3 2 これは一変量または多変量時系列ですか?単変量時系列と多変量時系列の違いは何ですか?

3
「実用的な」試験:それらは何ですか?
ツイッターで、トライアルリストのスチュアートニコルズは、最近発表された研究を次のように批判しました。 Dal-Reによる非常に興味深い論文に加えて、彼らは実用的な用語の用法に疑問を投げかけるいくつかの例を挙げています。フェーズ3、マルチサイト、二重盲検、プラセボ対照、並行群、用量漸増無作為化試験を本当に「プラグマティック」と呼ぶことができるか? 問題の研究記事はここにリンクされています。Dal-Reの論文はこちらです。そして、彼らの推奨される「プラグマティズム」ツールはここにあります。私の感覚は治療の性質と171人の患者のNに関して、これはおそらく無力な研究であるということなので、ニコルズとは異なるかもしれません... ポイントを逃しているような気がします。、実際には、何をしている実用的な裁判?それが役に立たないという意味で実用的でない裁判はいつであり、それが確認的裁判であるという意味で実用的でない裁判はいつですか?

2
インフィル漸近学の数学的定義
私はインフィル漸近法を使用する論文を書いており、私の査読者の1人が、インフィル漸近法とは何かの厳密な数学的定義を提供するように求めています(つまり、数学記号と表記)。 私は文献には何も見当たらないようで、誰かが私をある方向に向けるか、自分で書いた定義を提供してくれることを望んでいました。 インフィルの漸近法(固定領域漸近法とも呼ばれます)に慣れていない場合は、次のようになります。インフィルの漸近法は、いくつかの固定境界領域で数が増えるにつれてますます密になる観測に基づいています。 別の言い方をすれば、インフィル漸近は、固定ドメインでより密にサンプリングすることにより、より多くのデータが収集される場所です。 私はすでにスタイン1999とクレシー1993を見てきましたが、「数学的に」厳密なものは何もありません。 これが私の論文から引用された一節です。 したがって、私たちが扱っている無症候性の種類を認識することが重要です。私たちのケースでは、扱う漸近論は、数が増えるにつれて、いくつかの固定境界領域でますます密になる観測に基づいています。これらのタイプの漸近線は、固定領域漸近線(Stein、1999)またはインフィル漸近線(Cressie、1993)として知られています。固定ドメインでより密にサンプリングすることでより多くのデータが収集されるインフィル漸近法は、私たちが議論を展開するのに役立つ重要な役割を果たします... 注目に値しない、私はラテン語の超立方体サンプリングを使用して私の観察をサンプリングしています。 これは、クレシーの本がインフィル漸近症について述べなければならないことです。

2
因果推論と予測の関係は何ですか?
因果推論と予測(分類と回帰の両方)の関係と違いは何ですか? 予測のコンテキストでは、予測子/入力変数と応答/出力変数があります。これは、入力変数と出力変数の間に因果関係があることを意味しますか?それで、予測は因果推論に属しますか? 私が正しく理解している場合、因果推論は、別の確率変数を与えられたある確率変数の条件付き分布を推定することを考慮し、確率変数間の条件付き独立性を表すためにグラフィカルモデルを使用することがよくあります。したがって、この意味での因果推論は予測ではありませんか?


3
線形回帰における線形性の仮定は単に
線形回帰を修正しています。 グリーンによる教科書はこう述べている: ここで、もちろん、線形回帰モデルにはなどの他の仮定があります。この仮定と線形性の仮定(実際にはdefinesを定義する)を組み合わせると、モデルに構造が適用されます。E(ϵ|X)=0E(ϵ|X)=0E(\epsilon|X)=0ϵϵ\epsilon しかし、直線性の仮定自体によっては以来、私たちのモデルにどのような構造を入れていません完全に任意でよいです。変数X 、yについては、2つの関係が何であれ、線形性の仮定が成り立つようにϵを定義できます。したがって、線形性「仮定」は、仮定ではなく、実際にはϵの定義と呼ばれるべきです。ϵϵ\epsilonX,yX,yX, yϵϵ\epsilonϵϵ\epsilon したがって、私は不思議に思っています: グリーンはだらしないですか?彼は、実際に書かれている必要があります:?これは実際にモデルに構造を置く「線形性の仮定」です。E(y|X)=XβE(y|X)=XβE(y|X)=X\beta それとも私は、直線性の仮定がモデルに構造を置いていないことを受け入れなければならないだけ定義します他の仮定はのその定義に使用する、εをモデルに構造を置くことを?ϵϵ\epsilonϵϵ\epsilon 編集:他の仮定については混乱があるようですので、ここに仮定の完全なセットを追加しましょう: これはグリーン、計量経済分析、第7版からです。p。16。



2
確率の頻繁な定義; 正式な定義はありますか?
頻度論者が「確率」の下で理解することの正式な(数学的な)定義はありますか?私はそれが「長期的に」の相対的な発生頻度であると読みましたが、それを定義するための正式な方法はありますか?その定義を見つけることができる既知の参考文献はありますか? 編集: 頻出者(@whuberによるコメントと、その回答の下の@Kodiologistと@Graeme Walshへの私のコメントを参照)とは、この長期的な相対頻度が存在すると「信じる」という意味です。多分これは(部分的に)@Timの質問にも答えます


1
「サンプル」とは何ですか?
標準正規分布から独立して同一に抽出された3つの数値を与えた場合、3つのサンプルまたは1つのサンプルを与えましたか? 答えが1つのサンプルの場合、私が3つ挙げたものの短縮名はありますか?

1
統計に記号の従来の意味はありますか?
ベイジアンカーブフィッティングに関する論文を読んでいて(Dimatteo et。al。フリーノットスプラインによるベイジアンカーブフィッティング、2001)、記号≏≏\bumpeq。論文全体で数回使用されていますが、明示的に定義されているわけではありません。いくつかのgoogleおよびstackexchange検索の後、シンボルは広く使用されておらず、従来の方法でも定義されていないように見えます。 以下に、引用した論文のコンテキストを使用した例を示します。他の記号を定義していないことをお詫びしますが、これを行うと、リンク先の論文からテキストの大部分をコピーすることになり、質問にはほとんど役に立ちません。 p1059(式8)から: ちなみに、これは式(6)の正規モデルの尤度比近似でも確認できます。 p(y|kc,ξc)p(y|k,ξ)≏1n−−√((y−Bk,ξβ^)T(y−Bk,ξβ^)(y−Bk,ξcβc^)T(y−Bk,ξcβc^))n/2=exp(−BIC/2)p(y|kc,ξc)p(y|k,ξ)≏1n((y−Bk,ξβ^)T(y−Bk,ξβ^)(y−Bk,ξcβc^)T(y−Bk,ξcβc^))n/2=exp(−BIC/2)\frac{p(y|k^c,\xi^c)}{p(y|k,\xi)}\bumpeq\frac{1}{\sqrt{n}}\left(\frac{(y-B_{k,\xi}\hat{\beta})^T(y-B_{k,\xi}\hat{\beta})}{(y-B_{k,\xi^c}\hat{\beta^c})^T(y-B_{k,\xi^c}\hat{\beta^c})}\right)^{n/2}=exp(-\text{BIC}/2) 文脈から、≏≏\bumpeqは近似を表すようです。これが当てはまる場合、それは≈≈\approxまたは\ simのような近似のためのより一般的なシンボルと同義∼∼\simですか?または、それは≈≈\approxまたは∼∼\simが不十分または誤解を招く特定の種類の近似を表すために使用されていますか?

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.