«standard-deviation» etiketlenmiş sorular

Standart sapma, rastgele bir değişkenin varyansının, bunun bir tahmincisinin veya bir veri kümesinin yayılmasının benzer bir ölçüsünün kare köküdür.


4
Limitlerle sınırlanmış 0 ortalama ile 2D standart sapma nasıl hesaplanır
Benim sorunum şöyledir: Bir kerede 40 top düşürüyorum, yerden birkaç metre. Toplar yuvarlanıyor ve dinleniyor. Bilgisayarlı görmeyi kullanarak XY düzlemindeki kütle merkezini hesaplıyorum. Sadece kütle merkezinden her bir topa, basit geometri kullanılarak hesaplanan mesafeyle ilgileniyorum. Şimdi, merkezden tek taraflı standart sapmayı bilmek istiyorum. Böylece, belli sayıda topun bir std yarıçapı …

2
Ortalama mutlak sapma, standart sapmadan daha küçüktür
Genel mutlak sapmayı standart sapma ile genel olarak bu tanım ile karşılaştırmak istiyorum: MA D =1n - 1Σ1n|xben- μ | ,SD =Σn1(xben- μ)2n - 1-----------√MAD=1n−1∑1n|xi−μ|,SD=∑1n(xi−μ)2n−1MAD = \frac{1}{n-1}\sum_1^n|x_i - \mu|, \qquad SD = \sqrt{\frac{\sum_1^n(x_i-\mu)^2}{n-1}} nerede μ =1nΣn1xbenμ=1n∑1nxi\mu =\frac{1}{n}\sum_1^n x_i. Bu doğru mu MA D ≤ SDMAD≤SDMAD \le SD herkes için {xben}n1{xi}1n\{x_i\}^n_1? …


2
SVM'leri kullanırken neden özellikleri ölçeklendirmem gerekiyor?
Scikit-learn'daki StandardScaler nesnesinin belgelerine göre : Örneğin, bir öğrenme algoritmasının objektif işlevinde kullanılan birçok öğe (Destek Vektör Makinelerinin RBF çekirdeği veya doğrusal modellerin L1 ve L2 düzenleyicileri gibi) tüm özelliklerin 0 etrafında ortalandığını ve aynı sırayla varyansa sahip olduğunu varsayar. Bir özellik, diğerlerinden daha büyük büyüklük sıralarına sahip bir varyansa …

2
SD ortalamadan büyük, negatif olmayan ölçek
Laboratuvarımın çalıştırmak istediği çalışmalara çok benzer bir çalışmayı bildiren bir makale verildi. Ancak, ilgi değişkeni olan Süre için, SD'lerin ortalamadan daha büyük olduğunu fark ettim ... çünkü bu dakika cinsinden ölçülen süre asla negatif olamaz ve bu benim için çok garip görünüyor. Bu durumun bildirildiği 2 çalışmada gerçekleşti. Bunun ötesinde, …

4
Standart sapma formülünde “N” örnek sayısı için karekök neden alınır?
Çok temel bir standart sapma kavramını anlamaya çalışıyorum. Formül kaynaktanσ=∑i=1n(xi−μ)2N−−−−−−−−−−⎷σ=∑i=1n(xi−μ)2N\sigma= \sqrt{ \dfrac{ \sum\limits_{i=1}^n (x_i-\mu)^2} N } Niçin "N" popülasyonunu yarıya indirmemiz gerektiğini anlamıyorum, yani {N ^ 2} yapmadığımızda neden \ sqrt {N} almak istiyoruz ? Bu düşündüğümüz nüfusu çarpıtmıyor mu?N−−√N\sqrt{N}N2N2{N^2} Formül olmamalı σ=∑i=1n(xi−μ)2−−−−−−−−−√Nσ=∑i=1n(xi−μ)2N\sigma= \dfrac{ \sqrt{ \sum\limits_{i=1}^n (x_i-\mu)^2} } {N}

1
Gözlenen ve beklenen olayları nasıl karşılaştırırım?
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 

1
Bölgesel bir bilim fuarı için kazananları nasıl adil bir şekilde belirleyebilirim?
Bilim fuarımızda kazananları hesaplamanın doğru yolunu bulmak için yardıma ihtiyacım var. İstatistik ve matematik konusundaki bilgisizliğimin, bir çocuğun kazanma şansını engellemesini istemiyorum. (tehlikede olan birçok burs ve ilerleme avantajı). Yardımın için şimdiden teşekkür ederim. İlk olarak, ayarladığımız şeylerin küçük bir arka planı: Fuarımızda tipik olarak 600 civarında öğrenci projesi bulunmaktadır. …

2
Standart sapmanın dağılımı
Bu soru normal dağılımı ele aldı, ancak keyfi bir dağılımdan alınan bir n boyutundaki bir örneğin standart sapmasının dağılımı hakkında bilineni merak ediyorum . Özellikle, standart sapmanın standart sapması nedir? Normal dağılım için sd'nin sd değeri σ2 n√σ2n\sigma \over{\sqrt{2n}}. Bu rastgele bir dağıtım için yaklaşık olarak doğru mu?n → ∞n→∞n …

2
Veriler için ROC eğrisini hesapla
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 
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.