È possibile che una varianza calcolata sia negativa?

It è un artefatto della metodologia che stai utilizzando. È possibile evitarlo utilizzando un modello bayesiano con una probabilità a priori di varianza non positiva dello zero percento. Tecnicamente, una risposta impossibile è impossibile utilizzando una metodologia bayesiana. È possibile ottenere risposte impossibili utilizzando una metodologia Frequentista. La difesa di ciò è che sei protetto dai falsi positivi $ 1- \ alpha $ percento delle volte, ma il prezzo è che di tanto in tanto puoi ottenere risposte strane o impossibili. La letteratura è piena di strani effetti che puoi creare. Tecnicamente, una varianza negativa implicherebbe che i dati siano tratti dai numeri complessi, ma i numeri complessi non sono ordinati, quindi non è possibile creare una distribuzione di probabilità ordinaria su di essi. In pratica è dovuto a piccoli campioni, modelli errati o valori anomali strani . Vorrei seguire il percorso del modello errato. SAS fornisce una breve spiegazione in https://v8doc.sas.com/sashtml/stat/chap69/sect12.htm

Puoi scavare nella loro bibliografia per ottenere materiale originale. Tuttavia, se fossi in te, presumo che tu abbia un pessimo modello. Ci sono molti problemi là fuori nei modelli del mondo reale che le persone spesso perdono e li vedi come risultati strani. Potrebbe essere un campione strano o troppo piccolo, ma ho il pregiudizio nel presupporre modelli errati. È così semplice che ci sia qualcosa di nascosto nel mondo reale che ha un impatto su un calcolo.

I modelli frequentisti possono essere fragili o robusti. Lo stesso vale per i modelli bayesiani. Questo dovrebbe essere un avvertimento di una fragilità. Mod bayesiano Gli els non possono dare risposte impossibili se sono adeguatamente formati, ma possono avere altre fonti di fragilità. Se fossi in te, presumo che qualcosa nel tuo modello lo abbia reso fragile. Pensa a un nuovo modo per porre una domanda simile.

La risposta è sì. Questa domanda è stata posta molte volte su questo sito. Ovviamente nessuna variabile casuale può avere una varianza < 0. Tuttavia ci sono molti casi in cui le stime della varianza risultano negative. Se cerchi in questo sito utilizzando le parole chiave varianza negativa, ci sono probabilmente centinaia di domande in cui questo è stato scoperto in una serie di applicazioni. Quando ho appena fatto una ricerca per “varianza negativa” tra domande e risposte, ho ottenuto 1105 risultati.

Commenti

• Grazie mille. Tuttavia è difficile interpretare se è negativo.
• Se una domanda è stata sollevata molte volte sul sito (e ha ricevuto risposta), don ' t rispondere a una nuova versione della stessa domanda . Invece, la politica di stackexchange è quella di votare per chiudere come duplicato. In questo modo, invece di avere il sito disseminato di brevi risposte di 5 righe a dozzine di copie della stessa domanda, possiamo farle puntare tutte a ununica buona versione della domanda con risposte valide, sostanziali (preferibilmente canoniche). Se ci sono numerose vecchie domande quasi identiche, dovresti anche provare a consolidarle votando per chiudere quelle meno canoniche.
• In generale penso che il motivo sia o che esiste un modello molto povero di essere utilizzato o la varianza effettiva, sebbene positiva, è molto piccola. Penso che se esamini alcune delle principali domande ti sentirai più a tuo agio con lidea.
• @Glen_b Il tuo commento è tipico dei moderatori. So che in genere un moderatore troverà una domanda che è a suo giudizio un duplicato esatto e la domanda verrà chiusa rapidamente. A volte lOP ne discuterà e suppongo che in alcuni casi verrà riaperto. Penso che questo non sia così soddisfacente per lOP. Penso che i moderatori dovrebbero incoraggiare linterrogante a controllare il sito per le risposte prima di inviare la domanda. In effetti, il sistema è automatizzato per fornire tali suggerimenti. Ma otteniamo ancora questi quasi duplicati.
• Le regole dovrebbero essere seguite per buone ragioni, ma il giudizio umano è sempre coinvolto,

Pensa alla distribuzione di qualsiasi stima imparziale quando il parametro è 0. La stima media deve essere 0, quindi alcune stime devono essere negative.

Commenti

• Non sono sicuro della tua risposta. Lo stimatore che ha portato a una stima negativa potrebbe non essere stato corretto. Ma sono daccordo sul fatto che quando la varianza reale è piccola le stime apparentemente logiche non saranno limitate a essere positive.Un esempio potrebbe essere una stima della varianza residua ottenuta sottraendola da unaltra stima della varianza. Guarda esempi in cui la stima di Rsquare può essere maggiore di 1 o minore di 0.
• Questo ' è il mio punto di vista. Stime imparziali di Rsquare spesso portano a stime negative.