[STAT]統計學交流區+讀書日誌

degree of freedoms 即係講有幾多個數可以喺範圍內隨意變動

例如有x1, ... , xn 呢n個數
如果知道佢哋mean係μ
咁就只有其中n-1個可以變
當指定咗x1到x(n-1)之後, xn就會得唯一選擇
呢個情況個degree of freedom就係n-1

假如你知道得越多資料 eg Var Skew Kurtosis 咁個degree of freedom就越細

可以試吓諗
(1) 選兩個數字x1 x2令μ係0, 有咩選擇
(2) 選兩個數字x1 x2令μ係0而且σ係1, 又有咩選擇

















利申 唔識stat純粹路過9up

留名

成日ff自己可以用stat知識黎generate條formula，用黎賭博投資，但係無從入手，唔可以有效咁運用有關知識，留名學野

利申 識基本stat regression analysis 同sas

成日ff自己可以用stat知識黎generate條formula，用黎賭博投資，但係無從入手，唔可以有效咁運用有關知識，留名學野

利申 識基本stat regression analysis 同sas

個人認為統計只係描述世界既工具，嗰啲咩distribution只係好似圓形三角形一樣用黎形容下現實世界嘅事物，有幾可真係見到自然界有個正圓，拎去賭就好似拎幾何學去投資一樣，勸巴打唔好太沉迷，牛頓都輸錢啦

我FD話想試下regression玩唔玩到 跑馬
我都好想試

好憎stat路過

統計系畢業路過

統計系畢業路過

巴打做緊咩工?

成日ff自己可以用stat知識黎generate條formula，用黎賭博投資，但係無從入手，唔可以有效咁運用有關知識，留名學野

利申 識基本stat regression analysis 同sas

中學嗰時讀m1 讀完之後就以為自己好撚勁 走去用啲distribution計機會率賭波
投資我唔知 但賭馬會嘅話 奉勸你千奇唔好賭 一定係輸

成日ff自己可以用stat知識黎generate條formula，用黎賭博投資，但係無從入手，唔可以有效咁運用有關知識，留名學野

利申 識基本stat regression analysis 同sas

中學嗰時讀m1 讀完之後就以為自己好撚勁 走去用啲distribution計機會率賭波
投資我唔知 但賭馬會嘅話 奉勸你千奇唔好賭 一定係輸

成日ff自己可以用stat知識黎generate條formula，用黎賭博投資，但係無從入手，唔可以有效咁運用有關知識，留名學野

利申 識基本stat regression analysis 同sas

個人認為統計只係描述世界既工具，嗰啲咩distribution只係好似圓形三角形一樣用黎形容下現實世界嘅事物，有幾可真係見到自然界有個正圓，拎去賭就好似拎幾何學去投資一樣，勸巴打唔好太沉迷，牛頓都輸錢啦

多謝巴打提醒
不過我係有時得閒無野做先當係娛樂計下數姐

利申 六合彩未中過一個字

stat final year路過
其實好憎stat 焗住讀

stat final year路過
其實好憎stat 焗住讀

讀非文史哲好難唔讀stat

成日ff自己可以用stat知識黎generate條formula，用黎賭博投資，但係無從入手，唔可以有效咁運用有關知識，留名學野

利申 識基本stat regression analysis 同sas

中學嗰時讀m1 讀完之後就以為自己好撚勁 走去用啲distribution計機會率賭波
投資我唔知 但賭馬會嘅話 奉勸你千奇唔好賭 一定係輸

梗係啦大佬... 你諗到人地都會諗到架啦

成日ff自己可以用stat知識黎generate條formula，用黎賭博投資，但係無從入手，唔可以有效咁運用有關知識，留名學野

利申 識基本stat regression analysis 同sas

中學嗰時讀m1 讀完之後就以為自己好撚勁 走去用啲distribution計機會率賭波
投資我唔知 但賭馬會嘅話 奉勸你千奇唔好賭 一定係輸

梗係啦大佬... 你諗到人地都會諗到架啦

你呢句我都諗到啦

[img]https://na.cx/i/56G0244.png[img]
[img]https://na.cx/i/p53fz50.png[img]
6.2(前半)
呢部份講既係Cramer-Rao Lower bound

講之前, 先定義(R3),(R4)兩個新條件, 兩個都係有關pdf smoothness既要求
有左(R3),(R4), 我地就可以將"f積分等於1"呢條式微分兩次, 就得到(6.2.2)同(6.2.3)

唔好問我幾時先可以將個微分搬入去積分入面

定義score function之後,
(6.2.2)同(6.2.3)就給出左score既mean同variance啦
而我地睇到score既mean係0, 而score既variance我地定義為Fisher Information

上面提既係單個sample既score同variance,
而當有多個i.i.d. sample時, 我地都可以將堆sample睇成1個random vector,
然後定義呢支vector既score同Fisher Information

而多個sample既score同Fisher Information, 都不過係將單個sample既加埋,
所以我地只要關注單個sample點計就OK

搞完一輪, 到底呢個漁夫資訊係咪真的很有用? 夠唔夠IT狗有用?

原來我地可以develop 所謂Cramer-Rao Lower bound
(Theorem6.2.1)
Under (R0)~(R4), 對任何統計 Y, Y既Variance都會有一個Lower bound, 唔可以再少啦!

換言之, 只要Y係一個Unbiased Estimator, Var又到達呢個bound, 就係所謂MVUE!

(而MVUE係指有最少Variance既Unbiased Estimator)

其實我連unbiased estimator 真正背後個意思都唔係好明 正係知由sample用嚟估返population 嘅資訊估得中就係unbiased (其實我都知咁樣諗好似好鳩

有冇巴打分享下

其實我連unbiased estimator 真正背後個意思都唔係好明 正係知由sample用嚟估返population 嘅資訊估得中就係unbiased (其實我都知咁樣諗好似好鳩

有冇巴打分享下

Estimator 既 Expectation直接就係個要估既目標(Parameter)
咁講明唔明

呢度有無人用generalized linear mixed model