«approximation» etiketlenmiş sorular

Belirli rastgele dağılımların düzen istatistikleri için iyi bilinen formüller var mı? Özellikle normal rastgele değişkenin birinci ve son derece istatistikleri, ancak daha genel bir cevap da takdir edilecektir. Düzenleme: Açıklığa kavuşturmak için, tam integral ifadesini değil, açıkça veya daha az açıkça değerlendirilebilecek yaklaşık formülleri arıyorum. Örneğin, normal bir rv'nin birinci …

38 distributions  normal-distribution  approximation  order-statistics 

Bayesci istatistiklerinde, genellikle posterior dağılımın içe çekilemez olduğu ve bu nedenle yaklaşık çıkarımın uygulanması gerektiği belirtilir. Bu kararsızlığa neden olan faktörler nelerdir?

28 bayesian  approximation  inference 

Let ve 2 iidrv küçük olduğu yerde . dağılımını bilmek istiyorum .X 2 log ( X 1 ) , log ( X 2 ) ∼ N ( μ , σ ) X 1 - X 2X1X1X_1X2X2X_2log(X1),log(X2)∼N(μ,σ)log⁡(X1),log⁡(X2)∼N(μ,σ)\log(X_1),\log(X_2) \sim N(\mu,\sigma)X1−X2X1−X2X_1 - X_2 Yapabileceğimin en iyisi, her ikisinin de Taylor serisini alıp farkın, …

23 probability  distributions  random-variable  lognormal  approximation 

Son zamanlarda cstheory stackexchange üzerinde ML benzeri bir soru vardı ve Powell'ın yöntemini, gradyan inişini, genetik algoritmaları veya diğer "yaklaşım algoritmalarını" öneren bir cevap verdim . Bir yorumda, birisi bana bu yöntemlerin "yaklaşım algoritmaları" olmadığını ve "yaklaşım algoritmaları" olmadığını ve çoğu zaman teorik olarak en uygun duruma gelmediğini söyledi (çünkü …

23 machine-learning  optimization  approximation 

Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Normal bir dağılımı tahmin etmek için saf bir yöntem , [ 0 , 1 ] üzerine eşit olarak dağıtılmış belki 100100100 IID rastgele değişkeni bir araya getirmek , sonra Merkezi Limit Teoremine dayanarak yeniden girmek ve yeniden ölçeklendirmektir. ( Yan not : Box-Muller dönüşümü gibi daha doğru yöntemler vardır .) …

20 normal-distribution  central-limit-theorem  moments  approximation 

N satırı ve m sütunu olan bir matrisiniz varsa , verilen matrisin düşük dereceli bir yaklaşımını hesaplamak için SVD'yi veya diğer yöntemleri kullanabilirsiniz . Bununla birlikte, düşük rütbeli yaklaşımda hala n satır ve m sütun olacaktır. Aynı sayıda özelliğe sahip olmanız koşuluyla, düşük seviyeli yaklaşımlar makine öğrenimi ve doğal dil …

20 r  matrix  approximation 

Normal bir dağılımın CDF'si için kullanımı kolay bir formülün, içindeki karmaşık hata fonksiyonu nedeniyle biraz eksik olduğunu biliyorum. Bununla birlikte, için güzel bir formül olup olmadığını merak ediyorum . Veya bu sorun için "son teknoloji" yaklaşım ne olabilir.N(c−≤x&lt;c+|μ,σ2)N(c−≤x&lt;c+|μ,σ2)N(c_{-} \leq x < c_{+}| \mu, \sigma^2)

18 normal-distribution  approximation 

Geçen yıl NIPS 2017'de Ali Rahimi ve Ben Recht "Büyük Ölçekli Çekirdek Makineleri için Rastgele Özellikler" adlı makaleleri için zaman testi ödülü kazandılar . Makalelerini yayınlamanın bir parçası olarak, modellerinin 5 satır matlab'de uygulanabileceğini gösterdiler. % Approximates Gaussian Process regression % with Gaussian kernel of variance gamma^2 % lambda: regularization …

18 machine-learning  svm  gaussian-process  approximation 

Farzedelim ki fonksiyonumuz sadece bir miktar gürültüyle gözlemleyebiliriz. F ( x ) 'i doğrudan hesaplayamayız , sadece f ( x ) + η burada η bazı rastgele gürültüdür. (Uygulamada: Monte Carlo yöntemini kullanarak f ( x ) değerini hesaplıyorum .)f(x)f(x)f(x)f(x)f(x)f(x)f(x)+ηf(x)+ηf(x) + \etaηη\etaf(x)f(x)f(x) Hangi yöntemleri köklerini bulmak için mevcuttur , yani …

17 approximation 

Let {Xi}ni=1{Xi}i=1n\{X_i\}_{i=1}^n değerleri alınarak Rasgele değişkenlerin bir ailesi [0,1][0,1][0,1] bir ortalama sahip olan, μμ\mu ve varyans σ2σ2\sigma^2 . Ne zaman bilinirse kullanılarak ortalama için basit bir güven aralığı P ( | ˉ X - μ | &gt; ε ) ≤ σ 2 ile verilir.σσ\sigmaP(|X¯−μ|&gt;ε)≤σ2nε2≤1nε2(1).P(|X¯−μ|&gt;ε)≤σ2nε2≤1nε2(1). P( | \bar X - \mu| …

15 normal-distribution  confidence-interval  references  asymptotics  approximation 

Ağ motifi tespiti için yazılım paketleri çok yüksek Z-skorları döndürebilir (gördüğüm en yüksek değer 600.000+, ancak 100'den fazla Z-skorları oldukça yaygındır). Bu Z-skorlarının sahte olduğunu göstermeyi planlıyorum. Büyük Z skorları son derece düşük ilişkili olasılıklara karşılık gelir. İlişkili olasılıkların değerleri, 6'ya kadar Z puanları için örneğin normal dağıtım wikipedia sayfasında …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Evrensel yaklaşım teoremi, sinir ağları için oldukça ünlü bir sonuçtur, temelde bazı varsayımlar altında, bir fonksiyonun herhangi bir doğruluk içinde bir sinir ağı tarafından eşit olarak tahmin edilebileceğini belirtir. Evrişimli sinir ağları için geçerli bazı benzer sonuçlar var mı?

14 neural-networks  conv-neural-network  approximation 

Welch'in t-testini kullanarak ortalamaların eşitliğini test ediyorum. Temeldeki dağılım normalden uzaktır ( buradaki ilgili tartışmadaki örnekten daha eğiktir ). Daha fazla veri elde edebilirim, ancak bunun ne ölçüde yapılacağını belirlemenin ilkeli bir yolunu istiyorum. Örneklem dağılımının kabul edilebilir olduğunu değerlendirmek için iyi bir buluşsal yöntem var mı? Normallikten hangi sapmalar …

12 normal-distribution  t-test  bootstrap  central-limit-theorem  approximation 

Verilen iid ve , arayan:N≥30N≥30N\geq30Xn≈N(μX,σ2X)Xn≈N(μX,σX2)X_n\approx\mathcal{N}(\mu_X,\sigma_X^2)μX≈0μX≈0\mu_X \approx 0 doğru kapalı form dağıtım yaklaşımı YN=∏1NXnYN=∏1NXnY_N=\prod\limits_{1}^{N}{X_n} aynı ürünün asimtotik ( üstel ?) yaklaşımı Bu daha genel bir sorunun özel durumudur .μX≈0μX≈0\mu_X \approx 0

12 distributions  normal-distribution  asymptotics  approximation