| rdfs:comment
| - Frequentist inference is a type of statistical inference based in frequentist probability, which treats “probability” in equivalent terms to “frequency” and draws conclusions from sample-data by means of emphasizing the frequency or proportion of findings in the data. Frequentist-inference underlies frequentist statistics, in which the well-established methodologies of statistical hypothesis testing and confidence intervals are founded. (en)
- La statistica frequentistica (o empirica o a posteriori) valuta la probabilità come rapporto tra il numero dei successi e il numero di esperimenti, ammesso che questo sia un numero molto grande, cioè dove s è il numero di successi di un esperimento e k il numero di esperimenti fatti. (it)
- 频率学派推断（Frequentist inference）是一种统计推断，强调通过数据出现的频率或比例，从样本数据中得出结论。它的另一个名称是频率学派统计，这是一种推断的框架，两种完善的方法统计假设检验和置信区间就是以此为基础的。频率学派推断與贝叶斯推断為目前统计推断的主要方法。 虽然贝叶斯推断有时被认为包含了最优决策的推断方法，但为简单起见，这里采用更受限的观点。 (zh)
- Wnioskowanie częstościowe (ang. frequentist inference), NHST (ang. null hypothesis significance testing), statystyka częstościowa – podejście w dziedzinie wnioskowania statystycznego oparte na falsyfikacji hipotez statystycznych w oparciu o ich oczekiwane długoterminowe właściwości. Jest ono amalgamatem metod wypracowanych przez Ronalda Fishera oraz Neymana i Pearsona. Jego główną właściwością jest to, że w długim horyzoncie czasowym badacz posługujący się prawidłowo metodami częstościowymi nie popełni błędów decyzyjnych statystycznie częściej, niż założył. Charakterystycznym dla statystyki częstościowej narzędziem jest wartość p testu. Głównymi alternatywnymi podejściami jest wnioskowanie bayesowskie i stosowanie ilorazów wiarygodności. (pl)
- A inferência frequencista é um tipo de inferência estatística que retira conclusões de dados amostrais ao enfatizar a frequência ou proporção dos dados. Um nome alternativo é estatística frequencista. Esta é o quadro de trabalho de inferência no qual as metodologias bem estabelecidas de testes de hipóteses e intervalos de confiança se baseiam. Ao lado da inferência frequencista, a principal abordagem alternativa à inferência estatística é a inferência bayesiana, outra abordagem sendo a inferência fiducial. (pt)
- Часто́тницьке висно́вування (англ. frequentist inference) — це один з типів статистичного висновування, який робить висновки з даних вибірки з акцентом на частоту, або пропорцію даних. Альтернативною назвою є часто́тницька стати́стика (англ. frequentist statistics). Це є система висновування, на якій ґрунтуються загальновизнані методики перевірки статистичних гіпотез, та довірчих проміжків. Окрім частотницького висновування, головним альтернативним підходом є баєсове висновування, а іншим — . (uk)
|
| has abstract
| - Frequentist inference is a type of statistical inference based in frequentist probability, which treats “probability” in equivalent terms to “frequency” and draws conclusions from sample-data by means of emphasizing the frequency or proportion of findings in the data. Frequentist-inference underlies frequentist statistics, in which the well-established methodologies of statistical hypothesis testing and confidence intervals are founded. (en)
- La statistica frequentistica (o empirica o a posteriori) valuta la probabilità come rapporto tra il numero dei successi e il numero di esperimenti, ammesso che questo sia un numero molto grande, cioè dove s è il numero di successi di un esperimento e k il numero di esperimenti fatti. (it)
- 빈도주의적 추론은 도수 확률에 기반한 통계적 추론의 한 유형으로, "확률"을 "빈도"와 동일한 용어로 취급하고 데이터에서 발견된 결과의 빈도 또는 비율을 강조하여 표본 데이터에서 결론을 도출한다. 빈도주의적 추론은 빈도주의적 통계의 기초가 되며 통계적 가설 테스트 및 신뢰 구간 의 잘 확립된 방법론이 수립된다. 통계적 추론의 경우 추론하려는 관련 통계는 다음과 같다. , 여기서 임의 벡터 알 수 없는 매개변수 의 함수이며, . 매개변수 는로 표현될 수 있다. 는 관심 매개변수이고, 는 장애 모수이다. 통계적 추론은 확률 벡터의 기대와 관련이 있다. 의 기대값, 즉 . 빈도주의적 추론에서 불확실성 영역을 구성하기 위해 주변 영역을 정의하는 피벗이 사용된다. 불확실성을 추정하는 간격을 제공하는 데 사용할 수 있다. (ko)
- Wnioskowanie częstościowe (ang. frequentist inference), NHST (ang. null hypothesis significance testing), statystyka częstościowa – podejście w dziedzinie wnioskowania statystycznego oparte na falsyfikacji hipotez statystycznych w oparciu o ich oczekiwane długoterminowe właściwości. Jest ono amalgamatem metod wypracowanych przez Ronalda Fishera oraz Neymana i Pearsona. Jego główną właściwością jest to, że w długim horyzoncie czasowym badacz posługujący się prawidłowo metodami częstościowymi nie popełni błędów decyzyjnych statystycznie częściej, niż założył. Charakterystycznym dla statystyki częstościowej narzędziem jest wartość p testu. Głównymi alternatywnymi podejściami jest wnioskowanie bayesowskie i stosowanie ilorazów wiarygodności. Wnioskowanie statystyczne wyróżnia dwa rodzaje błędów decyzyjnych i dwa rodzaje prawidłowych decyzji, co ilustruje następująca tablica pomyłek: Modele statystyczne używane w podejściu częstościowym mają dobrze znane właściwości, w związku z czym można określić, jak często przez naturalną zmienność prób statystycznych (błąd przypadkowy) możemy spodziewać się obserwacji przypadkowo wprowadzających badacza w błąd. W częstościowej interpretacji prawdopodobieństwa wynik każdego eksperymentu rozpatruje się jako jeden z nieskończonej liczby losowych, potencjalnych pomiarów nieznanych stałych wartości. Ponieważ znane są właściwości statystyczne modelu, można obliczyć – prawdopodobieństwo uzyskania obserwacji danych D, lub bardziej skrajnych, przy założeniu hipotezy H. Jeśli prawdopodobieństwo to (tzw. wartość p) jest mniejsze od przyjętej przez badacza wartości krytycznej, może przyjąć że dane są przesłanką na rzecz falsyfikacji hipotezy H, i nie pomyli się czyniąc tak częściej niż wyznacza wybrana wartość krytyczna. Należy zwrócić jednak uwagę, że – kontrintuicyjnie – w podejściu częstościowym nie mówi się o odwrotnym, często bardziej interesującym badaczy prawdopodobieństwie: a więc pewności jaką można przypisać badanej hipotezie w oparciu o obserwacje. Wartość ta koreluje jedynie słabo, zależnie od mocy i poziomu istotności użytego testu, z . Podejście częstościowe zapewnia więc konkretny poziom pewności co do decyzji, ale nie daje bezpośrednio wiedzy co do prawdopodobieństwa hipotez. Wynika to z fundamentalnych założeń filozoficznych twórców tej metody – Fisher, i zwłaszcza Neyman, uważali że mówienie o prawdopodobieństwie hipotez jest błędem logicznym, ponieważ hipoteza może być jedynie albo prawdziwa, albo fałszywa. W opozycji do tego poglądu, wnioskowanie bayesowskie opiera się na pojęciu prawdopodobieństwa subiektywnego, a wynik każdego eksperymentu traktuje jako stałe dane, reprezentujące w modelu nieznane zmienne losowe. (pl)
- A inferência frequencista é um tipo de inferência estatística que retira conclusões de dados amostrais ao enfatizar a frequência ou proporção dos dados. Um nome alternativo é estatística frequencista. Esta é o quadro de trabalho de inferência no qual as metodologias bem estabelecidas de testes de hipóteses e intervalos de confiança se baseiam. Ao lado da inferência frequencista, a principal abordagem alternativa à inferência estatística é a inferência bayesiana, outra abordagem sendo a inferência fiducial. Ainda que a inferência bayesiana seja algumas vezes aplicada para incluir a abordagem à inferência que leva a decisões ótimas, uma visão mais restrita é assumida aqui por simplicidade. A inferência frequencista não leva formalmente em consideração a expectativa de outras distribuições de probabilidade que podem influenciar a distribuição em estudo. (pt)
- Часто́тницьке висно́вування (англ. frequentist inference) — це один з типів статистичного висновування, який робить висновки з даних вибірки з акцентом на частоту, або пропорцію даних. Альтернативною назвою є часто́тницька стати́стика (англ. frequentist statistics). Це є система висновування, на якій ґрунтуються загальновизнані методики перевірки статистичних гіпотез, та довірчих проміжків. Окрім частотницького висновування, головним альтернативним підходом є баєсове висновування, а іншим — . Хоча іноді й вважають, що «баєсове висновування» включає підхід до висновування, що веде до оптимальних рішень, тут для спрощення розглядається вужче бачення. (uk)
- 频率学派推断（Frequentist inference）是一种统计推断，强调通过数据出现的频率或比例，从样本数据中得出结论。它的另一个名称是频率学派统计，这是一种推断的框架，两种完善的方法统计假设检验和置信区间就是以此为基础的。频率学派推断與贝叶斯推断為目前统计推断的主要方法。 虽然贝叶斯推断有时被认为包含了最优决策的推断方法，但为简单起见，这里采用更受限的观点。 (zh)
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)