КАТЕГОРИЯ
Статистика
40 материалов
Формула полной вероятностиРазлагает вероятность события по взаимоисключающим сценариям.Теорема БайесаОбновляет вероятность гипотезы после получения новых данных.Закон больших чиселСреднее наблюдений приближается к математическому ожиданию при росте выборки.Центральная предельная теоремаСуммы многих независимых величин часто приближаются к нормальному распределению.Неравенство МарковаОграничивает вероятность большого значения неотрицательной случайной величины.Неравенство ЧебышёваОценивает отклонение от среднего через дисперсию без знания распределения.Неравенство ХёффдингаДает экспоненциальную границу отклонения суммы ограниченных независимых величин.Граница ЧерноваОценивает хвостовые вероятности суммы независимых случайных величин.Граница объединенияОграничивает вероятность хотя бы одного события суммой их вероятностей.Лемма Бореля-КантеллиОпределяет, когда события происходят бесконечно часто.Теорема СлуцкогоПозволяет комбинировать сходящиеся случайные величины и статистики.Теорема о непрерывном отображенииПереносит сходимость случайных величин через непрерывные функции.Теорема Крамера-УолдаХарактеризует многомерное распределение через линейные комбинации.Лемма Неймана-ПирсонаОпределяет наиболее мощный тест между двумя простыми гипотезами.Информация ФишераИзмеряет количество информации наблюдений о неизвестном параметре.Граница Крамера-РаоЗадает нижнюю границу дисперсии несмещенной оценки.Принцип достаточностиСводит данные к статистике, сохраняющей информацию о параметре.Принцип правдоподобияСчитает функцию правдоподобия главным носителем информации о параметре.Метод максимального правдоподобияВыбирает параметры, при которых наблюдаемые данные наиболее вероятны.MAP-оцениваниеМаксимизирует апостериорную вероятность с учетом априорного знания.БутстрэпОценивает неопределенность повторной выборкой из наблюдаемых данных.Метод складного ножаОценивает смещение и дисперсию последовательным исключением наблюдений.Пермутационный тестСтроит нулевое распределение перестановкой меток или значений.Проблема множественных проверокРост числа тестов увеличивает вероятность ложных открытий.Поправка БонферрониКонтролирует семейную вероятность ошибки уменьшением порога значимости.Процедура Бенджамини-ХохбергаКонтролирует ожидаемую долю ложных открытий.Парадокс СимпсонаСвязь между двумя показателями может ослабнуть, исчезнуть или поменять направление после объединения групп с разными долями и исходными условиями.Парадокс БерксонаОтбор по общему следствию создает ложную зависимость между причинами.Атомистическая ошибкаСвойства отдельных людей ошибочно переносятся на группы.Регрессионное ослаблениеОшибка измерения независимой переменной занижает оценку связи.Смещение коллайдераУсловие на общий эффект создает ложную связь между его причинами.КонфаундингСкрытая переменная искажает наблюдаемую связь причины и результата.Инструментальная переменнаяПомогает оценивать причинный эффект при скрытом смешении.Разность разностейОценивает эффект вмешательства сравнением изменений двух групп.Регрессионный разрывИспользует порог назначения воздействия для оценки причинного эффекта.Сопоставление по склонностиБалансирует наблюдаемые различия между группами воздействия и контроля.Синтетический контрольСоздает взвешенную контрольную группу для оценки вмешательства.MCARПредполагает независимость пропусков от наблюдаемых и скрытых данных.MARДопускает зависимость пропусков от наблюдаемых переменных.MNARПропуски зависят от самих отсутствующих значений или скрытых факторов.