«self-study» etiketlenmiş sorular

Not: Borel-Cantelli Lemma diyor ki ∑n=1∞P(An)<∞⇒P(limsupAn)=0∑n=1∞P(An)<∞⇒P(limsupAn)=0\sum_{n=1}^\infty P(A_n) \lt \infty \Rightarrow P(\lim\sup A_n)=0 ∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1\sum_{n=1}^\infty P(A_n) =\infty \textrm{ and } A_n\textrm{'s are independent} \Rightarrow P(\lim\sup A_n)=1 Sonra, Eğer∑n=1∞P(AnAcn+1)<∞∑n=1∞P(AnAn+1c)<∞\sum_{n=1}^\infty P(A_nA_{n+1}^c )\lt \infty Borel-Cantelli Lemma kullanarak Bunu göstermek istiyorum ilk olarak, limn→∞P(An)limn→∞P(An)\lim_{n\to \infty}P(A_n) var ve ikinci …

13 probability  self-study  stochastic-processes  probability-inequalities 

Arka fon Ben modelleri uydurma bir kursta ilk örneği anlamaya çalışıyorum (bu yüzden bu gülünç derecede basit görünebilir). Hesaplamaları elle yaptım ve örnekle eşleşiyorlar, ancak bunları R'de tekrarladığımda, model katsayıları kapalı. Ben fark nüfus kitaplığı ( ) kullanarak ders kitabı nedeniyle olabilir R ise örnek varyans ( ) kullanıyor olabilir …

13 r  regression  self-study  lm 

Merkezlemeden sonra , iki x ve −x ölçümünün olasılık yoğunluk fonksiyonu ile Cauchy dağılımından bağımsız gözlemler olduğu varsayılabilir: 1f(x:θ)=f(x:θ)=f(x :\theta) = ,-∞&lt;x&lt;∞1π(1+(x−θ)2)1π(1+(x−θ)2)1\over\pi (1+(x-\theta)^2) ,−∞&lt;x&lt;∞,−∞&lt;x&lt;∞, -∞ < x < ∞ Eğer göster arasında MLE İçeride ISTV melerin RWMAIWi'nin 0'dır ancak eğer x 2 &gt; 1 iki MLE en hakkındaki vardır İçeride …

13 self-study  distributions  maximum-likelihood  cauchy 

Ortalama değeri görselleştirmek için bir histograma dikey bir çizgi eklemek "iyi" midir? Benim için iyi görünüyor, ama bunu hiç ders kitaplarında ve benzerlerinde görmedim, bu yüzden bunu yapmamak için bir çeşit sözleşme olup olmadığını merak ediyorum? Grafik bir dönem ödevi içindir, sadece yanlışlıkla önemli olmayan bazı sözlü istatistik kurallarını çiğnemediğimden …

13 self-study  data-visualization  mean  histogram 

Gelen Bir ampiristin Companion: Çoğunlukla Zararsız Ekonometri (Angrist ve Pischke 2009: sayfa 209) Aşağıdaki okuyun: (...) Aslında, sadece tanımlanmış 2SLS (basit Wald tahmincisi) yaklaşık olarak tarafsızdır . Bunun resmi olarak gösterilmesi zordur, çünkü sadece tanımlanan 2SLS'nin momentleri yoktur (yani örnekleme dağılımının yağ kuyrukları vardır). Bununla birlikte, zayıf enstrümanlarla bile, sadece …

13 regression  self-study  multiple-regression  econometrics  instrumental-variables 

Let üzerinde düzgün dağılımı rasgele numune olduğu , . Let ve büyük ve en küçük mertebeden bir istatistik. İstatistiğin , parametresi için müştereken tam bir istatistik olduğunu gösterin . X=(x1,x2,…xn)X=(x1,x2,…xn)\mathbf{X}= (x_1, x_2, \dots x_n)(a,b)(a,b)(a,b)a&lt;ba&lt;ba < bY1Y1Y_1YnYnY_n(Y1,Yn)(Y1,Yn)(Y_1, Y_n)θ=(a,b)θ=(a,b)\theta = (a, b) Çarpanlara ayırma yöntemiyle yeterlilik göstermek benim için sorun değil. Soru: …

13 self-study  uniform  sufficient-statistics  complete-statistics 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 4 yıl önce kapalı . pdf bulmak gerekir nerede bu sorun var . Tek bildiğim dağılımına sahip . ne tür bir dağılımdır ? aynı mı? …

13 self-study  distributions  normal-distribution  pdf 

Bir röportajda bu soruyu ile sordum . "Doğru" bir cevap var mı?( N , k ) = ( 400 , 220 )(n,k)=(400,220)(n, k) = (400, 220) Atımların sağlandığını ve kafa olasılığının olduğunu varsayın . Daha sonra 400 tosse içindeki kafa sayısının dağılımı Normal'e (200, 10 ^ 2) yakın olmalıdır, böylece …

13 probability  hypothesis-testing  self-study  prior 

Çoklu regresyondaki serbestlik derecesi eşittir , burada k değişken sayısıdır.N−k−1N−k−1N-k-1kkk Mu (yani, tepki değişkeni içerecek Y )? Örneğin, model , Y = B 0 + B 1 x 1 + B 2 x 2 , ardından yok K = 3 (yani, her df 1 Y , X, 1 , ve …

13 self-study  multiple-regression  degrees-of-freedom 

Sorum şu gerçeğe dayanıyor. Makine öğrenimi ile ilgili yayınların yanı sıra bloglar, dersler ve kitaplar okuyorum. Benim izlenimim, makine öğrenimi uygulayıcılarının, istatistikçilerin / ekonometrilerin önem verdiği birçok şeye kayıtsız görünmeleridir. Özellikle, makine öğrenimi uygulayıcıları çıkarım üzerine tahmin doğruluğunu vurgular. Böyle bir örnek Andrew Ng'nin Coursera'da Machine Learning'i alırken oldu . …

13 machine-learning  self-study  inference 

In İstatistiksel Öğrenme Elements , bir sorun yüksek boyutlu uzaylarda k-nn ile vurgulamak konulara tanıtıldı. Vardır NNN homojen bir dağıtılan veri noktaları ppp boyutlu birim top. Başlangıç ​​noktasından en yakın veri noktasına olan ortalama mesafe ifadesi tarafından verilir: d(p,N)=(1−(12)1N)1pd(p,N)=(1−(12)1N)1pd(p,N) = \left(1-\left(\frac{1}{2}\right)^\frac{1}{N}\right)^\frac{1}{p} Zaman en yakın nokta olarak sınırına yaklaşırken, nasıl topun …

13 self-study  proof  k-nearest-neighbour 

Andrew Ng'in "Machine Learning" kursunu birkaç ay önce Coursera üzerinden aldım, matematik / türevlerin çoğuna dikkat etmedim ve bunun yerine uygulama ve pratikliğe odaklandım. O zamandan beri altta yatan teoriyi incelemeye başladım ve Prof. Ng'nin bazı derslerini tekrar gözden geçirdim. "Düzenli Doğrusal Regresyon" konulu konferansını okuyordum ve şu maliyet fonksiyonunu …

13 regression  self-study 

Y X ∼ χ 2 ( n - 1 ) Y ∼ Beta ( nXXX ve bağımsız olarak dağıtılmış rastgele değişkenlerdir; burada ve . dağılımı nedir ?YYYX∼χ2(n−1)X∼χ(n−1)2X\sim\chi^2_{(n-1)}Y∼Beta(n2−1,n2−1)Y∼Beta(n2−1,n2−1)Y\sim\text{Beta}\left(\frac{n}{2}-1,\frac{n}{2}-1\right)Z=(2Y−1)X−−√Z=(2Y−1)XZ=(2Y-1)\sqrt X nin ortak yoğunluğu(X,Y)(X,Y)(X,Y) fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x&gt;0,0&lt;y&lt;1}fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x&gt;0,0&lt;y&lt;1}f_{X,Y}(x,y)=f_X(x)f_Y(y)=\frac{e^{-\frac{x}{2}}x^{\frac{n-1}{2}-1}}{2^{\frac{n-1}{2}}\Gamma\left(\frac{n-1}{2}\right)}\cdot\frac{y^{\frac{n}{2}-2}(1-y)^{\frac{n}{2}-2}}{B\left(\frac{n}{2}-1,\frac{n}{2}-1\right)}\mathbf1_{\{x>0\,,\,00\,,\,|z|<w\}} marjinal , .f Z ( z ) = ∫ ∞ | z | f Z , W ( …

12 self-study  distributions  mathematical-statistics  random-variable 

Makine öğrenimi üzerinde çalışırken bu kelimeleri gittikçe duyuyorum. Aslında, bazı insanlar denklemlerin düzenleri üzerinde çalışan Fields madalyası kazandılar. Sanırım bu, istatistiksel fizik / matematikten makine öğrenmesine kadar geçen bir terimdir. Doğal olarak, sorduğum bazı insanlar sezgisel olarak açıklayamadı. Düzenlemede bırakma yardımı gibi yöntemlerin biliyorum (=&gt; aşırı sığmayı azalttığını söylüyorlar, ama …

12 machine-learning  self-study  terminology  regularization  definition 

Eğer bir ayrık ve sürekli rasgele değişken biz dağılımı hakkında ne diyebilirim daha sonra ? Sürekli mü yoksa karışık mı?Y X + YXXXYYYX+ YX+YX+Y ürünü ne olacak ?XYXYXY

12 self-study  distributions  random-variable