«convergence» etiketlenmiş sorular

Gelman ve Rubin teşhisi, paralel olarak çalışan çoklu mcmc zincirlerinin yakınsamasını kontrol etmek için kullanılır. Zincir içi varyansı zincirler arası varyansla karşılaştırır, açıklama aşağıdadır: Adımlar (her parametre için): Aşırı dağılmış başlangıç ​​değerlerinden 2n uzunluğunda m ≥ 2 zincirleri çalıştırın. Her zincirdeki ilk n çekişi atın. Zincir içi ve zincirler arası …

14 mcmc  convergence  covariance-matrix 

Tutarlı ve asimptotik olarak tarafsız terim arasındaki fark ve pratik fark için sezgisel bir anlayış ve his vermeye çalışıyorum. Matematiksel / istatistiksel tanımlarını biliyorum, ama sezgisel bir şey arıyorum. Bana göre, bireysel tanımlarına bakarak, neredeyse aynı şey gibi görünüyorlar. Farkın ince olması gerektiğinin farkındayım ama görmüyorum. Farklılıkları görselleştirmeye çalışıyorum ama …

14 bias  convergence  unbiased-estimator  asymptotics  intuition 

Varsayalım ki X_n iid ve 0 olan bir hipotez testi yapmak istiyorum. Büyük n'm var ve Merkezi Limit Teoremini kullanabilirim. Ayrıca bir test yapmak olabilir bu test eşdeğer olmalıdır 0, 0 fazla olan, yakınsayan ki-kare, nereye normale yaklaşır. Çünkü daha hızlı bir yakınsama oranı vardır, ben testi istatistik için o …

12 hypothesis-testing  convergence  delta-method 

Slutsky'nin teoremi hakkında bazı ayrıntılar hakkında kafam karıştı : Let , skaler / vektör / matris rastgele elemanlarının iki sekansları olabilir.{Xn}{Xn}\{X_n\}{Yn}{Yn}\{Y_n\} Eğer rastgele elemanı dağıtım yakınsak ve sabit bir olasılık olarak yakınsak , o ters çevrilebilir olması koşuluyla , burada dağıtımda yakınsama anlamına gelir.XnXnX_nXXXYnYnY_ncccXn+Yn XnYn Xn/Yn →d X+c→d cX→d X/c,Xn+Yn …

12 probability  random-variable  convergence  slutsky-theorem 

Let rastgele değişkenler st bir dizisi olasılık, içinde sabit bir sabittir. Aşağıdakileri göstermeye çalışıyorum: ve olasılıkla. Mantığımın sağlam olup olmadığını görmek için buradayım. İşte benim işim{ Xn}n ≥ 1{Xn}n≥1\{X_n\}_{n\geq 1}Xn→ birXn→aX_n \to aa > 0a>0a>0Xn---√→ bir--√Xn→a\sqrt{X_n} \to \sqrt{a}birXn→ 1aXn→1\frac{a}{X_n}\to 1 GİRİŞİM İlk bölüm için Bildirimi o Bundan sonra | Xn---√- …

12 random-variable  convergence  asymptotics  probability-inequalities  coverage-probability 

Let , ve yoğunlukları olabilir ve olduğunu varsayalım , . olarak olabilirlik oranına ne olur ? (Yakınsar mı? Neye?)fffggghhhxi∼hxi∼hx_i \sim hi∈Ni∈Ni \in \mathbb{N}∏i=1nf(xi)g(xi)∏i=1nf(xi)g(xi) \prod_{i=1}^n \frac{f(x_i)}{g(x_i)} n→∞n→∞n \rightarrow \infty Örneğin, olduğunu varsayabiliriz . Genel dava da ilgilenmektedir.h=gh=gh = g

11 convergence  asymptotics  likelihood-ratio 

Let ile bağımsız Bernoulli rastgele değişkenin bir dizi olabilir Takım S_n = \ toplamı ^ {n} _ {k = 1} \ sol (X_k- \ frac {1}, {k} \ sağ), \ B_n ^ 2 = \ toplamı ^ {n} _ {k = 1} \ frac {k-1} {k ^ 2} olduğu göster …

11 probability  convergence  central-limit-theorem 

Diyelim ki pdf'ye sahip(X,Y)(X,Y)(X,Y) fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0f_{\theta}(x,y)=e^{-(x/\theta+\theta y)}\mathbf1_{x>0,y>0}\quad,\,\theta>0 Bu nedenle bu popülasyondan alınan örneğin yoğunluğu(X,Y)=(Xi,Yi)1≤i≤n(X,Y)=(Xi,Yi)1≤i≤n(\mathbf X,\mathbf Y)=(X_i,Y_i)_{1\le i\le n} gθ( x , y )= ∏i = 1nfθ( xben, yben)= exp[ - ∑i = 1n( xbenθ+ θ yben) ] 1x1, … , Xn, y1, … , Yn> 0= exp[ - n x¯θ- θ …

10 maximum-likelihood  convergence  exponential  asymptotics  central-limit-theorem 

Let X1,X2,…,X3nX1,X2,...,X3nX_1, X_2, \ldots, X_{3n} , bir örneklenmiş Rasgele değişkenlerin bir dizisi alfa sabit dağılımı parametreleri ile, α=1.5,β=0,c=1.0,μ=1.0α=1.5,β=0,c=1.0,μ=1.0\alpha = 1.5, \; \beta = 0, \; c = 1.0, \; \mu = 1.0 . Şimdi dizisini düşünün Y1,Y2,…,YnY1,Y2,...,YnY_1, Y_2, \ldots, Y_{n}, burada Yj+1=X3j+1X3j+2X3j+3−1Yj+1=X3j+1X3j+2X3j+3-1Y_{j+1} = X_{3j+1}X_{3j+2}X_{3j+3} - 1 , j=0,…,n−1j=0,…,n−1j=0, \ldots, n-1 …

10 probability  self-study  monte-carlo  convergence  order-statistics 

Başlıktan itibaren, benzer iki zaman serisi arasında önemli bir sapma belirlememe yardımcı olabilecek istatistiksel bir test olup olmadığını bilmek istiyorum. Özellikle, aşağıdaki şekle bakarak, serinin t1 zamanında, yani aralarındaki fark önemli olmaya başladığında, sapmaya başladığını tespit etmek istiyorum. Dahası, seriler arasındaki farkın ne zaman anlamlı olmadığını da anlıyorum. Bunu yapmak …

10 time-series  statistical-significance  variance  convergence  trend 

Karşı bir örnek kanıtlayın veya sağlayın: Eğer , o zamanXnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX(∏ni=1Xi)1/n(∏i=1nXi)1/n(\prod_{i=1}^{n}X_i)^{1/n} →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX Girişimim : YANLIŞ: yalnızca negatif değerler alabileceğini veXXXXn≡XXn≡XX_n \equiv X ∀∀\forall nnn SONRA , ancak için bile , kesin olarak olumsuz değildir. Bunun yerine, negatif ile pozitif ve negatif arasında …

10 self-study  convergence  geometric-mean 

, tanımlanan ortalama, μ ve standart sapma, σ ile herhangi bir dağılım olsun . Merkezi limit teoremi √XXXμμ\muσσ\sigma dağılımda standart normal dağılıma yakınsar. Eğerσ'yistandartSstandart sapması iledeğiştirirsek, √n−−√X¯−μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSS dağılımda t-dağılımına yakınsak mı? Büyükn-t-dağılımı için normal yaklaştığından teorem, varsa, sınırın standart normal dağılım olduğunu belirtebilir. Bu nedenle, bana …

10 distributions  normal-distribution  convergence  central-limit-theorem  t-distribution 

Veri madenciliği veya büyük verilerde endüstri deneyimim yok, bu yüzden biraz deneyim paylaştığınızı duymak isterim. İnsanlar gerçekten büyük bir veri kümesinde k-ortalamaları, PAM, CLARA, vs. çalıştırıyor mu? Yoksa rastgele bir örnek mi seçtiler? Sadece veri kümesinin bir örneğini alırlarsa, veri kümesi normal olarak dağıtılmazsa sonuç güvenilir olur mu? Bu algoritmaları …

10 clustering  data-mining  k-means  convergence  large-data 

Biz demek tamamen yakınsama her için ise .X1,X2,…X1,X2,…X_1, X_2, \ldotsXXXϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Borel Cantelli'nin lemması, tam yakınsamanın neredeyse kesin yakınsama anlamına geldiğini kanıtlamak için ileriye dönüktür. Neredeyse yakınsamanın Borel Cantelli ile kanıtlanamayacağından emin olduğum bir örnek arıyorum. Bu, neredeyse kesin olarak ama tamamen değil birbirine yaklaşan rastgele değişkenler dizisidir.

10 probability  convergence 

Bu sadece birkaç kez karşılaştığım bir örnektir, bu yüzden örnek verilerim yok. R'de doğrusal regresyon modeli çalıştırmak: a.lm = lm(Y ~ x1 + x2) x1sürekli bir değişkendir. x2kategoriktir ve üç değeri vardır, örneğin "Düşük", "Orta" ve "Yüksek". Bununla birlikte, R tarafından verilen çıktı aşağıdaki gibi olacaktır: summary(a.lm) Estimate Std. Error …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction