o******e
发帖数: 1001 | 1 用Maximum Likelihood estimation预测样本数据的时候（都是正态分布），如果有两
组不同的数据，怎么才能知道那组fit的比较好呢？Maximum Likelihood estimation有
没有比较常用的goodness of fitting的方法？是用deviance吗？谢谢！ |
t****r
发帖数: 702 | 2 likelihood ratio test
【在 o******e 的大作中提到】
: 用Maximum Likelihood estimation预测样本数据的时候（都是正态分布），如果有两
: 组不同的数据，怎么才能知道那组fit的比较好呢？Maximum Likelihood estimation有
: 没有比较常用的goodness of fitting的方法？是用deviance吗？谢谢！
|
o******e
发帖数: 1001 | 3 谢谢！
我看了一下，还不能确定能不能解决我的问题。我把问题再详细一点。
有两组数据数据，X，Y，理论上都被认为是standard normal distribution,但是因为
数据量很大，两组数据都很难通过normality test,也就是两组都不是严格的正态分布
。我现在是找一个measure能确定究竟哪组数据更加接近standard normal
distribution。
【在 t****r 的大作中提到】
: likelihood ratio test
|
l*********s
发帖数: 5409 | 4 fit your model, whichever yields big R2/smaller AIC is the data set to go
with.
【在 o******e 的大作中提到】
: 谢谢！
: 我看了一下，还不能确定能不能解决我的问题。我把问题再详细一点。
: 有两组数据数据，X，Y，理论上都被认为是standard normal distribution,但是因为
: 数据量很大，两组数据都很难通过normality test,也就是两组都不是严格的正态分布
: 。我现在是找一个measure能确定究竟哪组数据更加接近standard normal
: distribution。
|
A*******s
发帖数: 3942 | 5 don't think it's about models' goodness of fit problem. GOF compare
different models' performance on a SAME sample, and then we make inference
based on the population represented by that sample.
For your problem, why not compare P values of normality tests?
【在 o******e 的大作中提到】
: 谢谢！
: 我看了一下，还不能确定能不能解决我的问题。我把问题再详细一点。
: 有两组数据数据，X，Y，理论上都被认为是standard normal distribution,但是因为
: 数据量很大，两组数据都很难通过normality test,也就是两组都不是严格的正态分布
: 。我现在是找一个measure能确定究竟哪组数据更加接近standard normal
: distribution。
|
w******g
发帖数: 313 | 6 MLE是用于在假设服从某个分布的情形下估计该分布的参数的吧？
【在 o******e 的大作中提到】
: 谢谢！
: 我看了一下，还不能确定能不能解决我的问题。我把问题再详细一点。
: 有两组数据数据，X，Y，理论上都被认为是standard normal distribution,但是因为
: 数据量很大，两组数据都很难通过normality test,也就是两组都不是严格的正态分布
: 。我现在是找一个measure能确定究竟哪组数据更加接近standard normal
: distribution。
|
o******e
发帖数: 1001 | 7 Thanks.It really helps.
【在 l*********s 的大作中提到】
: fit your model, whichever yields big R2/smaller AIC is the data set to go
: with.
|
o******e
发帖数: 1001 | 8 你这样说似乎也有道理。
可能直接比较它们的likelihood value 就可以了。
【在 A*******s 的大作中提到】
: don't think it's about models' goodness of fit problem. GOF compare
: different models' performance on a SAME sample, and then we make inference
: based on the population represented by that sample.
: For your problem, why not compare P values of normality tests?
|
D******n
发帖数: 2836 | 9 of course.
Your post title is misleading, should be sth like "problem about normality
test".
【在 o******e 的大作中提到】
: 你这样说似乎也有道理。
: 可能直接比较它们的likelihood value 就可以了。
|
g**********t
发帖数: 475 | 10 我觉得不能直接比较p values。如果一个样本的样本容量远远大于另一个，一般来说其
p value比较小。
在 Actuaries (striving) 的大作中提到: 】 |
|
|
T*******I
发帖数: 5138 | 11 如果你的数据量在很大的情况下仍然不服从正态分布，为何非要取正态性假设？你宁把
呀。
【在 o******e 的大作中提到】
: 谢谢！
: 我看了一下，还不能确定能不能解决我的问题。我把问题再详细一点。
: 有两组数据数据，X，Y，理论上都被认为是standard normal distribution,但是因为
: 数据量很大，两组数据都很难通过normality test,也就是两组都不是严格的正态分布
: 。我现在是找一个measure能确定究竟哪组数据更加接近standard normal
: distribution。
|
a******n
发帖数: 11246 | 12 that's a good point...
inference
【在 g**********t 的大作中提到】
: 我觉得不能直接比较p values。如果一个样本的样本容量远远大于另一个，一般来说其
: p value比较小。
: 在 Actuaries (striving) 的大作中提到: 】
|
A*******s
发帖数: 3942 | 13 u r right. KS statistic should be enough
【在 g**********t 的大作中提到】
: 我觉得不能直接比较p values。如果一个样本的样本容量远远大于另一个，一般来说其
: p value比较小。
: 在 Actuaries (striving) 的大作中提到: 】
|
l*********s
发帖数: 5409 | 14 Yeap,good catch
【在 g**********t 的大作中提到】
: 我觉得不能直接比较p values。如果一个样本的样本容量远远大于另一个，一般来说其
: p value比较小。
: 在 Actuaries (striving) 的大作中提到: 】
|
k*******e
发帖数: 8 | 15 inflate one sample using bootstrap
compare the p-value |
r*****y
发帖数: 199 | 16 What is defined as "better"? To me, a simular idea would be, do you prefer a
unbiased estimator or a minimal variance estimator? |
o******e
发帖数: 1001 | 17 谢谢！
我觉得在工程实际中，如果数据量比较大，比如几万，几十万，那数据不服从正态分布
是很自然的。从逻辑上讲，正态分布可以从两项分布里推出来，而两项分布假定任意两
次的trials是互相独立的；但是在工程实际或社会科学里往往有累计效应，比如一个千
万富翁比乞丐更容易再赚一块钱，这种累计导致用正态分布去拟合的时候，数据会有很
大的fat tails.
我手头作的东西很多人测试过，很多人都是人为best fitted by normal distribution
.如果不用这个分布，另外的分布更差，也就难以作理论计算了。
【在 T*******I 的大作中提到】
: 如果你的数据量在很大的情况下仍然不服从正态分布，为何非要取正态性假设？你宁把
: 呀。
|
