«convergence» etiketlenmiş sorular

Yakınsama genellikle, belirli bir numune miktarının bir dizisinin, numune boyutu sonsuza meyilli olduğu için bir sabite yaklaştığı anlamına gelir. Yakınsama aynı zamanda bazı amaç değerlerinde stabilize etmek için yinelemeli bir algoritmanın özelliğidir.


1
Serbestlik dereceleri tam sayı olmayan bir sayı olabilir mi?
GAM kullandığımda, artık DF (kodun son satırı) olduğunu gösteriyor. Bu ne anlama geliyor? GAM örneğinin ötesine geçmek, Genel olarak, serbestlik derecelerinin sayısı tam sayı olmayan bir sayı olabilir mi?26,626,626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

5
Dağılımda yakınsama ve olasılıkta yakınsamaların sezgisel açıklaması
Olasılıkta birleşen bir rassal değişken ile dağılımda birleşen bir rastgele değişken arasındaki sezgisel fark nedir ? Çok sayıda tanım ve matematiksel denklem okudum, ancak bu gerçekten yardımcı olmuyor. (Lütfen aklınızda bulundurun, ekonometri okuyan bir lisans öğrencisiyim.) Rasgele bir değişken nasıl tek bir sayıya, aynı zamanda bir dağılıma nasıl yakınlaşabilir?

2
Beklenti Maksimizasyonu algoritmasının yerel bir optimum olanla birleşmesi neden garanti edilir?
EM algoritmasının birkaç açıklamasını okudum (örneğin, Bishop'un Örüntü Tanıma ve Makine Öğrenmesi'nden ve Roger ve Gerolami Makine Öğrenimi İlk Kursundan). EM'in türetilmesi tamam, anlıyorum. Ayrıca algoritmanın neden bir şeyi kapsadığını da anlıyorum: her adımda sonucu iyileştiririz ve olasılık 1.0 ile sınırlanır, bu nedenle basit bir gerçeği kullanarak (eğer bir fonksiyon …

2
Aşırı Değer Teorisi - Göster: Normal - Gumbel
Maksimum iid Standardnormals , Aşırı Değer Teorisine göre Standart Gumbel Dağılımına yakınsar .X1,…,Xn.∼X1,…,Xn.∼X_1,\dots,X_n. \sim Bunu nasıl gösterebiliriz? Sahibiz P(maxXi≤x)=P(X1≤x,…,Xn≤x)=P(X1≤x)⋯P(Xn≤x)=F(x)nP(maxXi≤x)=P(X1≤x,…,Xn≤x)=P(X1≤x)⋯P(Xn≤x)=F(x)nP(\max X_i \leq x) = P(X_1 \leq x, \dots, X_n \leq x) = P(X_1 \leq x) \cdots P(X_n \leq x) = F(x)^n an>0,bn∈Ran>0,bn∈Ra_n>0,b_n\in\mathbb{R} sabit dizilerini şu şekilde bulmamız / seçmeliyiz : F(anx+bn)n→n→∞G(x)=e−exp(−x)F(anx+bn)n→n→∞G(x)=e−exp⁡(−x)F\left(a_n …


3
Sıfır olmayan asimptotik varyans ile asimptotik tutarlılık - neyi temsil eder?
Sorun daha önce ortaya çıktı, ancak açıklığa kavuşturacak (ve sınıflandıracak) bir cevap ortaya çıkarmaya çalışacak belirli bir soru sormak istiyorum: "Zavallı Adamın Asimptotikleri" nde insan, (a) olasılıkta bir sabite yaklaşan rastgele değişkenler dizisi aksine (b) olasılıkla rastgele bir değişkene (ve dolayısıyla ona dağılımda) yaklaşan rastgele değişkenler dizisi. Ama "Bilge Adamın …

1
Merkezi limit teoremi ve büyük sayılar kanunu
Merkez Limit Teoremi (CLT) ile ilgili çok yeni bir sorum var: CLT'nin, iid rasgele değişkenlerinin ortalamasının yaklaşık olarak normal dağıldığını ( , burada , toplamların indeksidir) veya standart rasgele değişkenin standart normal dağılıma sahip olacağını belirtir.n→∞n→∞n \to \inftynnn Şimdi Büyük Sayılar Kanunu kabaca, iid rasgele değişkenlerin ortalamasının (olasılıkla ya da …


5
K-Ortalamaları neden küresel minimum değeri vermiyor?
K-ortalamaları algoritmasının genel bir minimum değere değil, yalnızca yerel bir minimum değere yaklaştığını okudum. Bu neden? Mantıksal olarak başlatmanın son kümelemeyi nasıl etkileyebileceğini düşünebilirim ve en uygun olmayan kümeleme olasılığı vardır, ancak bunu matematiksel olarak kanıtlayacak hiçbir şey bulamadım. Ayrıca, k-neden yinelemeli bir süreçtir? Amaç fonksiyonunu centroidlerle kısmen ayırt edemeyiz, …

2
Merkezi Limit Teoreminin dinamik sistem görünümü?
(Başlangıçta MSE'de yayınlanmıştır .) Klasik merkezi limit teoreminin pek çok sezgisel tartışmasının, normal dağılımdan (veya kararlı dağılımlardan herhangi birinden) olasılık yoğunlukları alanında bir "cazibe" olarak bahsettiğini gördüm. Örneğin, Wikipedia'nın tedavisinin en üstünde şu cümleleri düşünün : Daha genel kullanımda, merkezi bir sınır teoremi olasılık teorisindeki bir dizi zayıf yakınsaklık teoremlerinden …

1
Glmerde yakınsama uyarısının anlamı
Ben kullanıyorum glmergelen işlevi lme4R paketin ve ben kullanıyorum bobyqaoptimize edici (benim durumumda varsayılan yani). Bir uyarı alıyorum ve bunun ne anlama geldiğini merak ediyorum. Warning message: In optwrap(optimizer, devfun, start, rho$lower, control = control, : convergence code 3 from bobyqa: bobyqa -- a trust region step failed to reduce …

1
Stan
Buradan indirilebilen Stan belgelerini inceliyordum . Özellikle Gelman-Rubin teşhisini uygulamalarıyla ilgileniyordum. Orijinal Gelman ve Rubin kağıdı (1992) potansiyel ölçek azaltma faktörünü (PSRF) aşağıdaki gibi tanımlar: Let Xi,1,…,Xi,NXi,1,…,Xi,NX_{i,1}, \dots , X_{i,N} olduğu iii örneklenmiş inci Markov zinciri, ve genel olarak söz konusu olsun MMM örneklenmiş bağımsız zincirleri. Let X¯i⋅X¯i⋅\bar{X}_{i\cdot} ortalama olarak …

1
Yüksek boyutlu regresyon:
Yüksek boyutlu regresyon alanındaki araştırmaları okumaya çalışıyorum; zaman ppp daha büyüktür nnn , o, bir p>>np>>np >> n . Görünüşe göre logp/nlog⁡p/n\log p/n terimi, regresyon tahmin edicileri için yakınsama oranı açısından sıkça görülmektedir. Örneğin, burada , denklem (17) der kement uyum β^β^\hat{\beta} tatmin 1n∥Xβ^−Xβ∥22=OP(σlogpn−−−−−√∥β∥1).1n‖Xβ^−Xβ‖22=OP(σlog⁡pn‖β‖1). \dfrac{1}{n}\|X\hat{\beta} - X \beta\|_2^2 = O_P …

1
GLM'deki log olasılığı küresel maksimumlara yakınsamayı garantiledi mi?
Sorularım: Genelleştirilmiş doğrusal modellerin (GLM'ler) küresel bir maksimuma yaklaşması garanti ediliyor mu? Öyleyse neden? Ayrıca, konveksliği sağlamak için link fonksiyonunda ne gibi kısıtlamalar vardır? GLM'leri anladığım, oldukça doğrusal olmayan bir olasılık fonksiyonunu en üst düzeye çıkarmalarıdır. Böylece, birkaç yerel maxima olduğunu ve yakınsama parametre kümesi optimizasyon algoritması için başlangıç ​​koşullarına …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.