参数估计的通俗理解
@延莘3874：参数估计的标准定义是什么? -
秋怡18974844269…… 参数估计(parameter estimation)是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法.它是统计推断的一种基本形式,是数理统计学的一个重要分支,分为点估计和区间估计两部分.
@延莘3874：参数估计的基本步骤 -
秋怡18974844269…… 你说的参数估计指的是区间估计吧. 对均值进行估计的最重要的两个基本公式为 (样本均值加减Za/2*西伽马/根号(n)) 以及 (样本均值加减ta/2*s/根号(n)) 大样本或者正态总体小样本、方差已知用Z和西格玛;正态总体、方差未知,小样本用t和s.
@延莘3874：参数估计和假设检验的区别和联系是什么?
秋怡18974844269…… 参数估计:指的是用样本中的数据估计总体分布的某个或某几个参数,比如给定一定样本容量的样本,要求估计总体的均值、方差等 假设检验:通过样本分布,检验某个参数的属于某个区间范围的概率. 参数估计分两种,一种是点估计,另一种是区间估计.其中,区间估计与假设检验可以看作同一个问题的不同表述方式.
@延莘3874：参数估计和非参数估计有何区别 -
秋怡18974844269…… 参数和非参可以简单的这样理解区别:参数模型是求一个解析解,非参是近似解.参数是数量化的得到一个确定的结果;非参(利用直接记录或分析输入和输出的方法估计)是一个不完全归纳的过程,得出一个拟合的关系.优势不好比较,两种方法建立的模型要看结果的命中概率了.
@延莘3874：概率论里的数理统计、参数估计是研究什么的呀?? -
秋怡18974844269…… 数理统计学mathematical statistics是研究怎样有效地收集 、 整理和分析带有随机性的数据,以对所考察的问题作出推断或预测,直至为采取一定的决策和行动提供依据和建议的数学分支. 参数估计parameter estimation是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法.它是统计推断的一种基本形式,是数理统计学的一个重要分支. 一两句很难讲明白,建议弄一本浙大编写的概率统计教材看看.
@延莘3874：机器学习里的贝叶斯估计是什么?完全看不懂,可不可以用通俗的语句解释一下?大片粘贴的就不用了 -
秋怡18974844269…… 以下是我个人的理解:首先说明一下,机器学习中参数估计方法最基本的就是极大似然估计.极大似然估计结果完全依赖于给定的样本数据,它视待估参数为一个未知但固定的量,从而不考虑先验知识的影响.因此如果样本数据不能很好反映模...
@延莘3874：统计学中为什么要作参数估计 -
秋怡18974844269…… 为了探求一般性结论! 用哲学来说,就是普遍性.
@延莘3874：概率论中的参数估计问题 -
秋怡18974844269…… (1)矩估计 E(X)=∫x*[θ*x^(θ-1)]dx=θ/(θ+1)=(X1+X2+```+Xn)/n —>θ=1/[n/(X1+X2+```+Xn)-1] (2)最大似然估计 似然函数L(θ)=f(X1)*f(X2)*```*f(Xn)=(θ^n)*(X1*X2*```*Xn)^(θ-1) ln[ L(θ)]=n*ln(θ)+(θ-1)[ln(X1)+ln(X2)+```+ln(Xn)] 对θ求导得导数为:D=n/θ+[ln(X1)+ln(X2)+```+ln(Xn)] 要让似然函数最大,则导数D=0,—>θ=-n/[ln(X1)+ln(X2)+```+ln(Xn)]=-n/[ln(X1*X2*```*Xn)]
@延莘3874：什么是半参数估计 -
秋怡18974844269…… 半参数估计就是参数估计与非参数估计相结合的估计方法. 参数估计:在已知系统模型结构时,用系统的输入和输出数据计算系统模型参数的过程.18世纪末德国数学家C.F.高斯首先提出参数估计的方法,他用最小二乘法计算天体运行的轨道.20世纪60年代,随着电子计算机的普及,参数估计有了飞速的发展.参数估计有多种方法,有最小二乘法、极大似然法、极大验后法、最小风险法和极小化极大熵法等.在一定条件下,后面三个方法都与极大似然法相同.最基本的方法是最小二乘法和极大似然法.
@延莘3874：请教:假设检验和区间估计有什么区别和联系 -
秋怡18974844269…… 参数估计:指的是用样本中的数据估计总体分布的某个或某几个参数,比如给定一定样本容量的样本,要求估计总体的均值、方差等假设检验:通过样本分布,检验某个参数的属于某个区间范围的概率.参数估计分两种,一种是点估计,另一种是区间估计.其中,区间估计与假设检验可以看作同一个问题的不同表述方式.
秋怡18974844269…… 参数估计(parameter estimation)是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法.它是统计推断的一种基本形式,是数理统计学的一个重要分支,分为点估计和区间估计两部分.
@延莘3874：参数估计的基本步骤 -
秋怡18974844269…… 你说的参数估计指的是区间估计吧. 对均值进行估计的最重要的两个基本公式为 (样本均值加减Za/2*西伽马/根号(n)) 以及 (样本均值加减ta/2*s/根号(n)) 大样本或者正态总体小样本、方差已知用Z和西格玛;正态总体、方差未知,小样本用t和s.
@延莘3874：参数估计和假设检验的区别和联系是什么?
秋怡18974844269…… 参数估计:指的是用样本中的数据估计总体分布的某个或某几个参数,比如给定一定样本容量的样本,要求估计总体的均值、方差等 假设检验:通过样本分布,检验某个参数的属于某个区间范围的概率. 参数估计分两种,一种是点估计,另一种是区间估计.其中,区间估计与假设检验可以看作同一个问题的不同表述方式.
@延莘3874：参数估计和非参数估计有何区别 -
秋怡18974844269…… 参数和非参可以简单的这样理解区别:参数模型是求一个解析解,非参是近似解.参数是数量化的得到一个确定的结果;非参(利用直接记录或分析输入和输出的方法估计)是一个不完全归纳的过程,得出一个拟合的关系.优势不好比较,两种方法建立的模型要看结果的命中概率了.
@延莘3874：概率论里的数理统计、参数估计是研究什么的呀?? -
秋怡18974844269…… 数理统计学mathematical statistics是研究怎样有效地收集 、 整理和分析带有随机性的数据,以对所考察的问题作出推断或预测,直至为采取一定的决策和行动提供依据和建议的数学分支. 参数估计parameter estimation是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法.它是统计推断的一种基本形式,是数理统计学的一个重要分支. 一两句很难讲明白,建议弄一本浙大编写的概率统计教材看看.
@延莘3874：机器学习里的贝叶斯估计是什么?完全看不懂,可不可以用通俗的语句解释一下?大片粘贴的就不用了 -
秋怡18974844269…… 以下是我个人的理解:首先说明一下,机器学习中参数估计方法最基本的就是极大似然估计.极大似然估计结果完全依赖于给定的样本数据,它视待估参数为一个未知但固定的量,从而不考虑先验知识的影响.因此如果样本数据不能很好反映模...
@延莘3874：统计学中为什么要作参数估计 -
秋怡18974844269…… 为了探求一般性结论! 用哲学来说,就是普遍性.
@延莘3874：概率论中的参数估计问题 -
秋怡18974844269…… (1)矩估计 E(X)=∫x*[θ*x^(θ-1)]dx=θ/(θ+1)=(X1+X2+```+Xn)/n —>θ=1/[n/(X1+X2+```+Xn)-1] (2)最大似然估计 似然函数L(θ)=f(X1)*f(X2)*```*f(Xn)=(θ^n)*(X1*X2*```*Xn)^(θ-1) ln[ L(θ)]=n*ln(θ)+(θ-1)[ln(X1)+ln(X2)+```+ln(Xn)] 对θ求导得导数为:D=n/θ+[ln(X1)+ln(X2)+```+ln(Xn)] 要让似然函数最大,则导数D=0,—>θ=-n/[ln(X1)+ln(X2)+```+ln(Xn)]=-n/[ln(X1*X2*```*Xn)]
@延莘3874：什么是半参数估计 -
秋怡18974844269…… 半参数估计就是参数估计与非参数估计相结合的估计方法. 参数估计:在已知系统模型结构时,用系统的输入和输出数据计算系统模型参数的过程.18世纪末德国数学家C.F.高斯首先提出参数估计的方法,他用最小二乘法计算天体运行的轨道.20世纪60年代,随着电子计算机的普及,参数估计有了飞速的发展.参数估计有多种方法,有最小二乘法、极大似然法、极大验后法、最小风险法和极小化极大熵法等.在一定条件下,后面三个方法都与极大似然法相同.最基本的方法是最小二乘法和极大似然法.
@延莘3874：请教:假设检验和区间估计有什么区别和联系 -
秋怡18974844269…… 参数估计:指的是用样本中的数据估计总体分布的某个或某几个参数,比如给定一定样本容量的样本,要求估计总体的均值、方差等假设检验:通过样本分布,检验某个参数的属于某个区间范围的概率.参数估计分两种,一种是点估计,另一种是区间估计.其中,区间估计与假设检验可以看作同一个问题的不同表述方式.
