作者查詢 / kerwinhui

總覽項目：發文 | 留言 | 暱稱

作者 kerwinhui 在 PTT [ Statistics ] 看板的留言(推文), 共87則

限定看板：Statistics

首頁

尾頁

[問題] 信賴區間ρ計算求法?

[ Statistics ]2 留言, 推噓總分: 0

作者: zero60611 - 發表於 2015/07/05 19:31(9年前)

1^F→kerwinhui: (1+ρ)/(1-ρ)=6.9199 得 ρ=(6.9199-1)/(6.9199+1)07/05 19:55

[討論] 不用做楊氏連續校正了?

[ Statistics ]17 留言, 推噓總分: +2

作者: ohyafly - 發表於 2015/06/14 10:05(9年前)

12^F推kerwinhui: 是沒有那麼流行，contingency table都有exact test了06/14 16:36

13^F→kerwinhui: 而且Yates' continuity correction很多時候是太strict06/14 16:37

14^F→kerwinhui: 所以除非是2x2而且expected frequency太低，否則不會用06/14 16:38

15^F→kerwinhui: 可參考David Hitchcock 2009年的paper06/14 16:39

16^F→kerwinhui: http://people.stat.sc.edu/Hitchcock/yates75tech.pdf06/14 16:39

17^F→kerwinhui: 當然，考試會不會考和實際要不要用是兩回事06/14 16:48

[問題] 簡單回歸檢定beta與r的差別

[ Statistics ]2 留言, 推噓總分: +1

作者: o20021106 - 發表於 2014/11/15 10:12(9年前)

1^F推kerwinhui: 檢定一和檢定二是一樣的結果，但解釋不一樣11/15 15:02

[問題] 殘差標準差的自由度:n-2 ?

[ Statistics ]18 留言, 推噓總分: +3

作者: yayayoyi - 發表於 2014/10/24 20:18(9年前)

3^F推kerwinhui: r_i=y_i-yhat_i, Cov(r)=Cov(y-Py)=(I-P)cov(y)(I-P)10/25 00:45

4^F→kerwinhui: P=X(X^TX)^{-1}X^T, X=(1 x_i) (nx2矩陣)10/25 00:48

5^F→kerwinhui: Cov(y)=sigma^2 I，所以 var(r_i)=sigma^2 (1-P_ii)10/25 00:49

7^F→kerwinhui: sum P_ii=tr P=tr X^TX(X^TX)^{-1}=tr I_2=2，所以得証10/25 00:59

[問題] R^2的問題

[ Statistics ]5 留言, 推噓總分: +1

作者: swedrf0112 - 發表於 2014/09/10 22:37(9年前)

1^F→kerwinhui: 因為 yhat=x 並不是這幾個點的迴歸線…09/10 22:56

3^F→kerwinhui: 你展開 SSR+SSE 看看就知道為什麼不是 SSTO 了09/10 23:24

[問題] 關於自學生物統計

[ Statistics ]17 留言, 推噓總分: +2

作者: edter - 發表於 2014/08/30 13:05(9年前)

3^F→kerwinhui: 不建議學C++，要學R直接學S或R好了08/30 14:20

4^F→kerwinhui: 要學生物統計是指簡單的還是Post-doc research的？花的08/30 14:21

5^F→kerwinhui: 時間大有不同…08/30 14:21

[問題] 推論統計考題

[ Statistics ]92 留言, 推噓總分: 0

作者: b1c5h4s7 - 發表於 2014/08/22 06:26(9年前)

12^F→kerwinhui: 也有可能(1)是大數法測08/24 01:59

13^F→kerwinhui: (2)就可能是說用大數法則定義機率的死循環，直到上世紀08/24 02:02

14^F→kerwinhui: 發展出 frequentist 和 Bayesian 兩種不同的統計學08/24 02:04

15^F→kerwinhui: (3)除了yhliu上述的答案，還有就是樣本之間獨立的問題08/24 02:13

22^F→kerwinhui: 看你怎樣定義"推論"。大數法則拿來堆論是 Bernoulli08/24 22:25

23^F→kerwinhui: 1713 年開始，Laplace 的 direct probabilty 是 177408/24 22:26

24^F→kerwinhui: 高斯正態分佈的推論(finite variance)是 1809 年，08/24 22:28

25^F→kerwinhui: 高斯拿小樣本是1823-28 年，所以除非你把之前一百多年08/24 22:32

26^F→kerwinhui: 的統計學都不算(那貝葉斯就肯定不關推論統計什麼事了)08/24 22:34

27^F→kerwinhui: 大數法則不需要樣本≒群體，在沒有Kolmogorov/Salvage/08/24 22:37

28^F→kerwinhui: ...的機率論之前就已經在用了08/24 22:39

29^F→kerwinhui: 比如說 Bernoulli 自己就有推論 Bernoulli trial 的 p08/24 22:43

30^F→kerwinhui: 會在 N 越大時越穩定，也給了一個 lower bound08/24 22:45

31^F→kerwinhui: 感覺若然答案是CLT的話，則出題者必為 frequentist…08/24 22:52

46^F→kerwinhui: Bernoulli也有估計誤差啊，怎麼能說太粗糙？當然，他給08/26 11:51

47^F→kerwinhui: 的誤差現在看來是很粗糙的。08/26 11:52

48^F→kerwinhui: 我想我們的分歧是在於『推論統計』的定義上，若你把它08/26 11:55

49^F→kerwinhui: 定義成 R.A.Fisher 的那一套上，當然可以說CLT是始祖08/26 11:58

50^F→kerwinhui: 但若是定義廣泛一點，像 Cox 的 Principles of Stat.08/26 11:59

51^F→kerwinhui: Inferences 的那樣，那麼weak LLN是第一步08/26 12:05

52^F→kerwinhui: 因為它給了plug-in principle作為parameter estimation08/26 12:07

53^F→kerwinhui: 然後才是『這個估算有多好？』的CLT,Edgeworth,...08/26 12:08

54^F→kerwinhui: 能夠扯出 frequentist vs Bayesian 是因為 Bayesian 的08/26 12:09

55^F→kerwinhui: 幾個中央極限定理在歷史上出現的時間都是頗後期的08/26 12:10

56^F→kerwinhui: 而且Bayesian推論是根本可以不用asymptotics的08/26 12:12

57^F→kerwinhui: 不用，CLT只要有獨立+有限一、二次矩都可以用，也有08/26 23:20

58^F→kerwinhui: 非同分佈的版本、非獨立但相距"不遠"也可以在2+delta次08/26 23:24

59^F→kerwinhui: 矩有限時用08/26 23:25

87^F→kerwinhui: 的確，Wilcox好像出過幾份paper說明這個n>30仍然是不夠09/03 17:03

88^F→kerwinhui: 大，主要原因是不知道σ的情況下s^2會偏離χ^2分佈09/03 17:05

89^F→kerwinhui: 忘了說，30這個神奇的數字其實是來自於Student(t分佈的09/03 17:22

90^F→kerwinhui: 那個)曾經說過他自己的經驗是correlation correction09/03 17:24

91^F→kerwinhui: factor在兩個獨立抽樣, n=30時大概沒影響了，之後就被09/03 17:26

92^F→kerwinhui: 人誤用至今…09/03 17:26

[問題] 檢驗殘差與自變數呈相關

[ Statistics ]3 留言, 推噓總分: +1

作者: andrew43 - 發表於 2014/08/17 23:46(9年前)

1^F推kerwinhui: Breusch-Pagan test?08/18 00:52

首頁

尾頁