«self-study» etiketlenmiş sorular

Bir sınıf veya kendi kendine çalışma için kullanılan bir ders kitabı, kurs veya testten rutin bir alıştırma. Bu topluluğun politikası, bu tür sorular için tam cevaplar yerine "yararlı ipuçları sağlamak" tır.


1
Negatif Binom Dağılımı için Maksimum Olabilirlik Tahmincisi
Soru şudur: K = 3 parametresi ile negatif bir binom dağılımından rastgele bir n değeri örneği toplanır. Π parametresinin maksimum olabilirlik tahmincisini bulun. Bu tahmin edicinin standart hatası için bir asimtotik formül bulun. K parametresi yeterince büyükse, negatif binom dağılımının neden normal olacağını açıklayın. Bu normal yaklaşımın parametreleri nelerdir? Çalışmam …

4
Boyut laneti: kNN sınıflandırıcı
Kevin Murphy'nin kitabını okuyorum: Machine Learning-O olasılıklı bir Perspektif. İlk bölümde yazar boyutsallığın lanetini açıklıyor ve anlamadığım bir kısım var. Örnek olarak, yazar şöyle diyor: Girişlerin bir D-boyutlu birim küp boyunca eşit olarak dağıtıldığını düşünün. Diyelim ki, istenen fraksiyonu içerene kadar x etrafında hiper küp oluşturarak sınıf etiketlerinin yoğunluğunu tahmin …

1
Standart Normal Rastgele Değişkenin PDF ve CDF İşlevlerinin Konveksitesi
Lütfen nin dışbükey olduğuna dair kanıt sağlayın . Burada, ve sırasıyla standart normal PDF ve CDF'dir.Q(x)=x2+xϕ(x)Φ(x)Q(x)=x2+xϕ(x)Φ(x)Q\left(x\right)=x^{2}+x\frac{\phi\left(x\right)}{\Phi\left(x\right)}∀x>0∀x>0\forall x>0 ϕϕ\phiΦΦ\mathbf{\Phi} TRIPS TRIED 1) HESAP YÖNTEMİ Matematik yöntemini denedim ve ikinci türev için bir formül var, ancak pozitif olduğunu göremiyorum . Daha fazla ayrıntıya ihtiyacınız olursa lütfen bize bildirin.∀x>0∀x>0\forall x > 0 Son …

2
Normal gaussian vektörlerin doğrusal dönüşümü
Aşağıdaki ifadeyi kanıtlamakta zorlanıyorum. Google'da bulunan bir araştırma makalesinde verilmiştir. Bu ifadeyi kanıtlamak için yardıma ihtiyacım var! Let , ortogonal matris ve Gauss olan. Herhangi bir ortonormal bazda aynı dağılıma sahip olan Gauss izotopik davranışı .X=ASX=ASX= ASAAASSSSSS üzerine uyguladıktan sonra Gauss nasıl ?XXXAAASSS

2
UMVUE /
Let (X1,X2,…,Xn)(X1,X2,…,Xn)(X_1,X_2,\ldots,X_n) yoğunluktan gelişigüzel bir örnek olması fθ(x)=θxθ−110<x<1,θ>0fθ(x)=θxθ−110<x<1,θ>0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 UMVUE'yu bulmaya çalışıyorum θ1+θθ1+θ\frac{\theta}{1+\theta} . Ortak yoğunluk (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) olduğu fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp[(θ−1)∑i=1nlnxi+nlnθ+ln(10<x1,…,xn<1)],θ>0fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp⁡[(θ−1)∑i=1nln⁡xi+nln⁡θ+ln⁡(10<x1,…,xn<1)],θ>0\begin{align} f_{\theta}(x_1,\cdots,x_n)&=\theta^n\left(\prod_{i=1}^n x_i\right)^{\theta-1}\mathbf1_{00 \end{align} Nüfus PDF olarak fθfθf_{\theta} bir parametreli üstel familyasına aittir için tam yeterli istatistiği ki bu da θθ\theta olan T(X1,…,Xn)=∑i=1nlnXiT(X1,…,Xn)=∑i=1nln⁡XiT(X_1,\ldots,X_n)=\sum_{i=1}^n\ln X_i Yana E(X1)=θ1+θE(X1)=θ1+θE(X_1)=\frac{\theta}{1+\theta} , ilk düşünce,E(X1∣T)E(X1∣T)E(X_1\mid T)Bana UMVUE verecektiθ1+θθ1+θ\frac{\theta}{1+\theta}Lehmann-Scheffe …

1
Çapraz doğrulama ne zaman kullanılmaz?
Sitede okuduğumda, çoğu cevap, çapraz öğrenme işleminin makine öğrenme algoritmalarında yapılması gerektiğini gösteriyor. Ancak, "Makine Öğrenmesini Anlama" kitabını okurken bazen çapraz doğrulamanın kullanılmaması daha iyi bir alıştırma olduğunu gördüm. Gerçekten kafam karıştı. Verilerin tamamı üzerinde eğitim algoritması çapraz doğrulamadan daha iyidir? Gerçek veri setlerinde oluyor mu? Let olmak hipotez sınıfları. …

3
Veri bilimcisi görüşme sorusu: Doğrusal regresyon düşük ve ne yapardınız
Röportaj yapanın bana fiyat esnekliği modeli için çok düşük olduğunu (% 5 ila 10 arasında) varsayalım diye bir iş için bir görüşme sorusuyla karşılaştım . Bu soruyu nasıl çözersiniz?R2R2R^2 Neyin yanlış gittiğini veya doğrusal olmayan herhangi bir yöntemin uygulanması gerekip gerekmediğini görmek için regresyon teşhisi yapacağım dışında başka bir şey …

2
Beklentisi
Let X1X1X_1 , X2X2X_2 , ⋯⋯\cdots , Xd∼ N( 0 , 1 )Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1) ve bağımsız. X 4 beklentisi nedir 1X41( X21+ ⋯ + X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} ? E bulmak kolaydır ( X 2 1E ( X21X21+ ⋯ + X2d) = 1dE(X12X12+⋯+Xd2)=1d\mathbb{E}\left(\frac{X_1^2}{X_1^2 + \cdots + X_d^2}\right) …

1
Tahmini sipariş istatistikleriyle yüzdelik dilime yakınsamaları göster
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 …

1
İki Örnek ki kare testi
Bu soru Van der Vaart'ın Asimptotik İstatistikler kitabı, s. 253. # 3: Diyelim ki ve parametrelerle bağımsız çokterimli vektörleridir (m, a_1, \ ldots, a_k) ve (n, b_1, \ ldots, b_k) . Şeklindeki sıfır hipotezi altında A_i = b_i olduğunu göstermektedirXmXm\mathbf{X}_mYnYn\mathbf{Y}_n(m,a1,…,ak)(m,a1,…,ak)(m,a_1,\ldots,a_k)(n,b1,…,bk)(n,b1,…,bk)(n,b_1,\ldots,b_k)ai=biai=bia_i=b_i ∑i=1k(Xm,i−mc^i)2mc^i+∑i=1k(Yn,i−nc^i)2nc^i∑i=1k(Xm,i−mc^i)2mc^i+∑i=1k(Yn,i−nc^i)2nc^i\sum_{i=1}^k \dfrac{(X_{m,i} - m\hat{c}_i)^2}{m\hat{c}_i} + \sum_{i=1}^k \dfrac{(Y_{n,i} - n\hat{c}_i)^2}{n\hat{c}_i} sahip …

1
Benzersiz MVUE'yu bulun
Bu soru Robert Hogg'un Matematik İstatistiklerine Giriş 6. Sürüm problemi 7.4.9 sayfa 388'den alınmıştır. Let X1,...,XnX1,...,XnX_1,...,X_n PDF ile istatistiksel bağımsız olarak f(x;θ)=1/3θ,−θ<x<2θ,f(x;θ)=1/3θ,−θ<x<2θ,f(x;\theta)=1/3\theta,-\theta0 . (a) mle bul İçeride ISTV melerin RWMAIWi'nin ait İçeride ISTV melerin RWMAIWi'ninθ^θ^\hat{\theta}θθ\theta (b) var θ için yeterli bir istatistik İçeride ISTV melerin RWMAIWi'nin ? Neden ?θ^θ^\hat{\theta}θθ\theta (c) …

4
Varsayalım
Başlıkta önerildiği gibi. Varsayalım X1, X2, … , XnX1,X2,…,XnX_1, X_2, \dotsc, X_n pdf sürekli iid rasgele değişkenlerdir fff . X1≤ X2… ≤ XN-- 1> XN-X1≤X2…≤XN−1>XNX_1 \leq X_2 \dotsc \leq X_{N-1} > X_N , olayını düşünün N-≥ 2N≥2N \geq 2, bu nedenle N-NN , sekansın ilk kez azaldığı zamandır. O halde …

2
, sonra?
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 …

1
VC-k-en yakın komşusunun boyutu
K kullanılan eğitim noktası sayısına eşitse k en yakın komşu algoritmasının VC-Boyutu nedir? Bağlam: Bu soru, aldığım bir derste sorulmuştur ve verilen cevap 0'dır. Ancak, bunun neden böyle olduğunu anlamıyorum. Sezgim, VC-Boyutunun 1 olması gerektiğidir, çünkü her model ilk modele göre bir sınıfa ve başka bir sınıfa ait olarak etiketlenecek …

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