| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 몽고디비
- Artificial Intelligence
- nodeJS
- 데이터 과학
- c++
- openCV
- 김양재
- 확률
- 딥러닝
- R
- 김양재 목사
- data science
- MongoDB
- Big Data
- 빅 데이터
- 빅 데이타
- 주일설교
- 인공지능
- No SQL
- node.js
- probability
- 김양재 목사님
- 우리들교회
- Statistics
- 통계
- Deep learning
- 빅데이터
- Machine Learning
- WebGL
- 빅데이타
Archives
- Today
- Total
목록point estimate (1)
Scientific Computing & Data Science
[Data Science / Stastistics] Properties of Point Estimates
편향 점 추정 (Unbiased Point Estimates)Definition 파라미터 \(\theta\)에 대한 점추정 \(\hat{\theta}\)는 \( \mathrm{E}(\hat{\theta}) = \theta \)인 경우 "비편향(unbiased)"라고 한다. "비편향"은 점 추정에 대한 좋은 특성이라고 할 수 있다. 만약 점 추정이 비편향이 아니라면, 이를 "편향(biased)"이라고 하며 다음과 같이 정의된다: \( \mathrm{bias} = \mathrm{E}(\hat{\theta}) - \theta \) 다른 조건이 동일한 경우, 점 추정의 보다 작은 절대값의 편향성이 더 좋은 것이다.성공 확률의 점 추정Definition 라고 할 때 는 성공 확률 p의 비편향 점 추정이다. Pro..
Data Science/Probability & Statistics
2014. 3. 11. 16:39