YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Spanish subtitles

← 13-40 Fake Data Summary

Translated by Nestor de Haro

Get Embed Code
3 Languages

Showing Revision 1 created 12/18/2012 by nestordeharo.

  1. Hay un par de cosas para observar aquí
  2. Una es que en general, los datos jalan todo hacia 0.5
  3. Cuando vas a casos extremos como el de aquí, son menos extremos en este caso
  4. 0.33 es más lejos de 0.5 que 0.4
  5. Entonces todos los números se mueven hacían 0.5
  6. De algún modo más suaves
  7. También vemos estos dos resultados -- el primero y el último --
  8. En el modelo de división nos dio un estimador extremo
  9. Pero entre más datos tenga nuestro nuevo estimador, más nos vamos a mover de 0.5
  10. Una observación de cara nos da 0.667, dos de éstas nos da 0.75
  11. Te puedo prometer que en el límite, conforme veas caras de forma infinita
  12. Finalmente nos vamos a acercar a 1. Esto es realmente cool
  13. Agregamos datos falsos y quiero decirte que generalmente pienso que esto estimadores son mejores en la practica
  14. La razón es que es realmente imprudente, después de un sólo giro, el poder asumir que todas las monedas son positivas
  15. Pienso que es mucho más moderado de decir que tenemos algo de evidencia
  16. De que la cara pueda ser más probable pero no estamos realmente convencidos
  17. El no estar convencido es lo mismo que tener un previo
  18. Hay literatura entera que habla sobre estos previos
  19. Tienen un nombre muy críptico
  20. Se llama previos de Dirichlet
  21. Pero lo más importante es el método para agregar datos falsos, se llama estimador de Laplace
  22. Cuando hay una gran cantidad de datos, el estimador de Laplace nos da el mismo resultado
  23. Que el estimador de máxima verosimilitud
  24. Pero cuando los datos son escasos, este trabajo mucho, pero mucho, pero mucho mejor
  25. Que el estimador de máxima verosimilitud
  26. Es una lección realmente importante en estadística