«exponential» etiketlenmiş sorular

Benim sorum R 'yerleşik üstel rasgele sayı üreteci, fonksiyonu esinlenerek rexp(). Üstel olarak dağıtılmış rasgele sayılar oluşturmaya çalışırken, birçok ders kitabı bu Wikipedia sayfasında ana hatlarıyla belirtildiği gibi ters dönüştürme yöntemini önerir . Bu görevi yerine getirmenin başka yöntemleri olduğunun farkındayım. Özellikle, R'nin kaynak kodu Ahrens & Dieter (1972) tarafından …

11 r  simulation  random-generation  exponential  inverse-cdf 

Bu benim ilk defa burada, bu yüzden sorumu herhangi bir şekilde açıklığa kavuşturabilir miyim lütfen (biçimlendirme, etiketler vb. Dahil). (Ve umarım daha sonra düzenleyebilirim!) Referanslar bulmaya çalıştım ve indüksiyon kullanarak kendimi çözmeye çalıştım, ancak her ikisinde de başarısız oldum. Ben farklı serbestlik dereceleri ile bağımsız rasgele değişkenler sayılabilecek kadar sonsuz …

11 distributions  chi-squared  exponential  order-statistics  minimum 

mgcvİçin paket Rtensör ürün etkileşimleri uydurma için iki işlevi vardır: te()ve ti(). İkisi arasındaki temel işbölümünü anlıyorum (doğrusal olmayan bir etkileşime uymak ve bu etkileşimi ana etkilere ve etkileşime ayırmak). Anlamadığım şey neden te(x1, x2)ve ti(x1) + ti(x2) + ti(x1, x2)(biraz) farklı sonuçlar üretebilir. MWE (uyarlanmıştır ?ti): require(mgcv) test1 <- …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Rastgele bir değişken verildiğinde, nin ortalaması ve varyansı nedir?Y=Exp(λ)Y=Exp(λ)Y = Exp(\lambda)G=1YG=1YG=\dfrac{1}{Y} Ters Gama Dağılımına bakıyorum, ancak ortalama ve varyans sadece ve için tanımlandı ...α>1α>1\alpha>1α>2α>2\alpha>2

11 variance  mean  exponential 

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 ortalama ile istatistiksel bağımsız üstel rastgele değişken bir numune olduğu ve izin , bu örnek olarak sipariş istatistikleri. Let .X1,…,XnX1,...,XnX_1,\dots,X_nββ\betaX(1),…,X(n)X(1),...,X(n)X_{(1)},\dots,X_{(n)}X¯=1n∑ni=1XiX¯=1nΣben=1nXben\bar X = \frac{1}{n}\sum_{i=1}^n X_i tanımlayınGösterilebilir her birinin ile Yani, aynı zamanda üstel .Wi=X(i+1)−X(i) ∀ 1≤i≤n−1.Wben=X(ben+1)-X(ben) ∀ 1≤ben≤n-1.W_i=X_{(i+1)}-X_{(i)}\ \forall\ 1 \leq i \leq n-1\,. WiWbenW_iβi=βn−iβben=βn-ben\beta_i=\frac{\beta}{n-i} Soru: bilindiği ve negatif olmadığı …

10 probability  distributions  exponential  order-statistics 

Bu sorunu nasıl çözeceğime takıldım. Bu yüzden, rastgele değişkenlerin, iki dizilerine sahiptir ve Y, I için i = 1 , . . . , n . Şimdi X ve Y , λ ve μ parametreleriyle bağımsız üstel dağılımlardır . Ancak X ve Y'yi gözlemlemek yerine Z ve W'yi gözlemliyoruz .XiXiX_iYiYiY_ii=1,...,ni=1,...,ni=1,...,nXXXYYYλλ\lambdaμμ\muXXXYYYZZZWWW …

10 self-study  maximum-likelihood  exponential  minimum 

İki veri örneğim, bir temel örnek ve bir tedavi örneğim var. Hipotez, tedavi örneğinin başlangıç ​​örneğinden daha yüksek bir ortalamaya sahip olmasıdır. Her iki örnek de üstel şekildedir. Veriler oldukça büyük olduğundan, testi çalıştıracağım zamanda her örnek için ortalama ve öğe sayısına sahibim. Bu hipotezi nasıl test edebilirim? Süper kolay …

10 hypothesis-testing  statistical-significance  exponential 

Tüm dünyaya dağıtılan yüzlerce bilgisayarda, belirli olayların oluşumunu ölçen bir denemem var. Olayların her biri birbirine bağlıdır, böylece onları artan sırayla sipariş edebilir ve sonra zaman farkını hesaplayabilirim. Olaylar katlanarak dağıtılmalıdır, ancak bir histogram çizerken elde ettiğim şey budur: Bilgisayarlardaki saatlerin kesin olmaması, bazı olaylara bağımlı olduklarından daha önce bir …

10 error  measurement-error  exponential 

Örnekler: İş tanımında bir cümle var: "İngiltere'de Java kıdemli mühendisi". Derin bir öğrenme modelini 2 kategori olarak tahmin etmek istiyorum: English ve IT jobs. Geleneksel sınıflandırma modeli kullanırsam, sadece softmaxson katmanda işlevli 1 etiket tahmin edebilir . Bu nedenle, her iki kategoride "Evet" / "Hayır" ı tahmin etmek için 2 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

R'deki Önemsel örnekleme yöntemi ile integrali değerlendirin sorusunu cevaplamaya çalışıyordum . Temel olarak, kullanıcının hesaplaması gerekir ∫π0f(x)dx=∫π01cos(x)2+x2dx∫0πf(x)dx=∫0π1marul⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx üstel dağılımın önem dağılımı olarak kullanılması q(x)=λ exp−λxq(x)=λ tecrübe-λxq(x)=\lambda\ \exp^{-\lambda x} ve integrale daha iyi yaklaşımı veren değerini bulun . Ben ortalama değeri değerlendirilmesi olarak sorun yeniden düzenleme ve boyunca yekpare sonra sadece …

9 r  simulation  exponential  importance-sampling 

3 elektronik bileşenin ömrü X1=3,X2=1.5,X1=3,X2=1.5,X_{1} = 3, X_{2} = 1.5, ve X3=2.1X3=2.1X_{3} = 2.1. Rasgele değişkenler, parametre ile üstel dağılımdan 3 boyutlu rastgele bir örnek olarak modellenmiştir.θθ\theta. Olabilirlik işlevi,θ>0θ>0\theta > 0 f3(x|θ)=θ3exp(−6.6θ)f3(x|θ)=θ3exp(−6.6θ)f_{3}(x|\theta) = \theta^{3} exp(-6.6\theta), nerede x=(2,1.5,2.1)x=(2,1.5,2.1)x = (2, 1.5, 2.1). Ve sonra sorun, MLE'nin değerini bularak θθ\theta en üst …

9 distributions  maximum-likelihood  exponential 

Diyelim ki 4 olası olayın sıklık örneğine sahibim: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 ve olaylarımın gerçekleşmesi için beklenen olasılıklarım var: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dört olayın gözlemlenen frekanslarının toplamı ile (18) Olayların beklenen frekanslarını hesaplayabilir …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Bu yüzden, Hamming Distance kullanarak biyometrik özellikteki bir kişinin kimliğini doğrulamaya çalıştığım 16 denemem var. Eşik değer 3,5'e ayarlandı. Verilerim aşağıda ve yalnızca deneme 1 Gerçek Olumludur: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 10 0.45 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction