«self-study» etiketlenmiş sorular

Bu bir ara sınav için pratik bir problemdir. Sorun bir EM algoritması örneğidir. (F) kısmı ile sorun yaşıyorum. Tamamlanması için (a) - (e) bölümlerini listelerim ve daha önce bir hata yapmam durumunda. İzin Vermek X1,…,XnX1,…,XnX_1,\ldots,X_n oranlı bağımsız üstel rasgele değişkenler olmak θθ\theta. Ne yazık ki, gerçekXXX değerlere uyulmaz ve yalnızca …

9 self-study  maximum-likelihood  latent-variable  expectation-maximization 

Judea Pearl'ün "Nedensellik" i (ikinci baskı 2009) okuyorum ve 1.1.5 Koşullu Bağımsızlık ve Grafoitler bölümünde şöyle diyor: Koşullu bağımsızlık ilişkisi (X_ || _Y | Z) tarafından karşılanan özelliklerin (kısmi) bir listesi aşağıdadır. Simetri: (X_ || _ Y | Z) ==> (Y_ || _X | Z). Ayrışma: (X_ || _ YW …

9 self-study  bayesian 

verildiğinde , koşullu dağıtım. ve ise \ düzeyi ^ 2 (2n) . N'nin marjinal dağılımı var. Poisson ( \ theta ), \ theta pozitif bir sabittir.N=nN=nN = nYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta Bu Şekli θ→∞θ→∞\theta \rightarrow \infty , (Y−E(Y))/Var(Y)−−−−−−√→N(0,1) (Y−E(Y))/Var⁡(Y)→N(0,1)\space \space (Y - E(Y))/ \sqrt{\operatorname{Var}(Y)} \rightarrow N(0,1) dağılımı. Herkes bunu çözmek için stratejiler …

9 self-study  poisson-distribution  conditional-probability  convergence  central-limit-theorem 

DüşününXn=⎧⎩⎨1- 12kwp ( 1 -2- n) / 2wp ( 1 -2- n) / 2wp 2- k için k > nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k …

9 probability  self-study  central-limit-theorem  moments  asymptotics 

Let ayrı gözlemler (hayır bağları) olmak. Let anlamında olabildikleri, bir ön yükleme örneği (deneysel CDF bir numune) ve izin . ve bulun .X1, . . . ,XnX1,...,XnX_{1},...,X_{n}X*1, . . . ,X*nX1*,...,Xn*X_{1}^{*},...,X_{n}^{*}X¯*n=1nΣni = 1X*benX¯n*=1nΣben=1nXben*\bar{X}_{n}^{*}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{*}E(X¯*n)E(X¯n*)E(\bar{X}_{n}^{*})V a r (X¯*n)Vbirr(X¯n*)\mathrm{Var}(\bar{X}_{n}^{*}) Şimdiye kadar ne olması olan olasılığı her yüzden ve ki verir X*benXben*X_{i}^{*}X1, . .. …

9 self-study  variance  bootstrap  cdf  conditional-expectation 

Temel olasılık hakkında iyi bir bilgi gerektiren bir röportaja hazırlanıyorum (en azından röportajın kendisinden geçebilmek için). Öğrenci günlerimden aşağıdaki tabloyu revizyon olarak çalışıyorum. Çoğunlukla oldukça açıktı, ama tamamen 12. soruya düşüyorum. http://www.trin.cam.ac.uk/dpk10/IA/exsheet2.pdf Herhangi bir yardım mutluluk duyacağız. Düzenleme: soru: nin ve ile bağımsız olarak aynı şekilde dağıtılmış pozitif rastgele değişkenler …

9 probability  self-study  random-variable 

Bu sorunun daha önce sorulduğunu biliyorum: Ekolojik çalışmalar için referans kitabı ama aradığım şey bu değil. Ne aradığım kimse istatistiksel ekoloji hakkında iyi bir kitap (veya kanonik bir referans) tavsiye eğer? İstatistikleri çok iyi anlıyorum, böylece kitap gerçekten herhangi bir seviyede olabilir. Kitabı kendime ekolojide istatistiğin uygulanması hakkında her şeyden …

9 self-study  references  ecology 

Gauss Markov varsayımlarına göre sıradan en küçük kareler yönteminin verimli ve tarafsız tahmin ediciler verdiği doğru mu? Yani: E(ut) = 0E(ut)=0E(u_t)=0 hepsi için ttt E(utus) =σ2E(utus)=σ2E(u_tu_s)=\sigma^2 için t = st=st=s E(utus) = 0E(utus)=0E(u_tu_s)=0 için t ≠ st≠st\neq s nerede uuu artıklar.

9 regression  self-study  least-squares 

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 

John Rice'ın "Matematiksel İstatistik ve Veri Analizi" adlı bir metnini okuyorum. Rasgele değişkenin beklenen değerini ve varyansını tahmin etmekle ilgileniyoruzYYY. Rasgele değişkenin beklenen değerini ve varyansını hesaplayabilirizXXX ve ilişkiyi biliyoruz Y=g(X)Y=g(X)Y = g(X). Bu nedenle, beklenen değeri ve varyansı yaklaşık olarak tahmin etmek mümkündür.YYY Taylor serisi genişlemesini kullanarak ggg hakkında …

9 self-study  mathematical-statistics  error 

En az açı regresyonu (LAR) için bir problem çözmeye çalışıyorum. Bu sorunun 3,23 sayfada 97 arasında Hastie vd., İstatistiksel Öğrenme Unsurları, 2. ed. (5. baskı) . Tüm değişkenler ve cevap ortalama sıfır ve standart sapma bir olan bir regresyon problemi düşünün. Ayrıca her değişkenin yanıtla aynı mutlak korelasyona sahip olduğunu …

9 regression  machine-learning  correlation  self-study 

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 

Başlığın dediği gibi, marjinal yoğunluklarını arıyorum f(x,y)=c1−x2−y2−−−−−−−−−√,x2+y2≤1.f(x,y)=c1−x2−y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Şimdiye kadar buldum ccc olmak 32π32π\frac{3}{2 \pi}. Ben dönüştürerek anladımf(x,y)f(x,y)f(x,y) kutupsal koordinatlara ve drdθdrdθdrd\thetabu yüzden marjinal yoğunluklar kısmında takılı kalıyorum. bunu biliyorumfx(x)=∫∞−∞f(x,y)dyfx(x)=∫−∞∞f(x,y)dyf_x(x) = \int_{-\infty}^\infty f(x,y)dy, ama büyük bir dağınık integral …

9 self-study  marginal  multivariable 

Maalesef nereden başlayacağımı bilmediğim bir istatistik problemi var (kendi başıma çalışıyorum, bu yüzden bir şey anlamıyorsam soramayacağım kimse yok. Soru X,YX,YX,Y iid N(a,b2);a=0;b2=6;var(X2+Y2)=?N(a,b2);a=0;b2=6;var(X2+Y2)=?N(a,b^2); a=0; b^2=6; var(X^2+Y^2)=?

8 self-study  normal-distribution  random-variable