«variance» etiketlenmiş sorular

Veya hangi koşullar bunu garanti eder? Genel olarak (ve sadece normal ve binom modelleri değil), bu iddiayı bozan temel nedenin, örnekleme modeli ile önceki model arasında tutarsızlık olduğunu varsayıyorum, ama başka ne var? Bu konuyla başlıyorum, bu yüzden kolay örnekleri gerçekten takdir ediyorum

10 bayesian  variance  information-theory 

Birisi lütfen Pareto dağılımları ve Merkezi Limit Teoremi arasındaki ilişkinin basit (yalın bir kişi) açıklamasını sağlayabilir mi (örn. Geçerli mi? Neden / neden olmasın?)? Aşağıdaki ifadeyi anlamaya çalışıyorum: "Merkezi Limit Teoremi her dağıtımda işe yaramıyor. Bu sinsi bir gerçeğe bağlı - örnek araçlar varsa, altta yatan dağılımın ortalaması etrafında kümeleniyor. …

10 variance  central-limit-theorem  intuition  pareto-distribution  fat-tails 

Son derece çarpık olan 1-B rastgele değişkenim var. Bu dağılımı normalleştirmek için ortalamadan ziyade medyan kullanmak istiyorum. sorum şu: ortalama yerine formülde medyan kullanarak dağılımın varyansını hesaplayabilir miyim? yani değiştirebilir miyim Var(X)=∑[(Xi−mean(X))2]/nVar(X)=∑[(Xi−mean(X))2]/n \mathrm{Var}(X) = \sum[(X_i - \mathrm{mean}(X))^2]/n ile Var(X)=∑[(Xi−median(X))2]/nVar(X)=∑[(Xi−median(X))2]/n \mathrm{Var}(X) = \sum[(X_i - \mathrm{median}(X))^2]/n Bunun arkasındaki akıl yürütme, varyansın bir …

10 variance  mean  median 

R'de ayrık zamanlı bir model yerleştirmeye çalışıyorum, ancak nasıl yapılacağından emin değilim. Bağımlı değişkeni farklı satırlarda, her bir zaman gözlemi için bir tane düzenleyebileceğinizi ve glmbir logit veya cloglog bağlantısıyla işlevi kullanabileceğinizi okudum. Bu anlamda, üç sütun vardır: ID, Event(her zaman atıl 1 ya da 0) ve Time Elapsedek olarak, …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

İstatistiksel Öğrenmenin Unsurlarını okurken , birkaç kez "noktadan sapma" terimi ile karşılaştım. Ne anlama gelebileceğine dair belirsiz bir fikrim olsa da, bildiğim için minnettar olurum Nasıl tanımlanır? Nasıl türetilir?

10 variance 

Her biri ortalama μ ve varyans σ ile dağıtılan bir dizi R direnciniz olduğunu varsayalım. Aşağıdaki düzende bir devrenin bir bölümünü düşünün: (r) || (r + r) || (R + R + r). Her parçanın eşdeğer direnci r, 2r ve 3r'dir. Her bölümün varyansı daha sonra σ2σ2σ^2 , 2σ22σ22σ^2 , …

10 probability  sampling  variance 

Bu sadece birkaç kez karşılaştığım bir örnektir, bu yüzden örnek verilerim yok. R'de doğrusal regresyon modeli çalıştırmak: a.lm = lm(Y ~ x1 + x2) x1sürekli bir değişkendir. x2kategoriktir ve üç değeri vardır, örneğin "Düşük", "Orta" ve "Yüksek". Bununla birlikte, R tarafından verilen çıktı aşağıdaki gibi olacaktır: summary(a.lm) Estimate Std. Error …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Belirli bir rastgele değişken (veya bir popülasyon veya stokastik bir süreç) için, matematiksel beklenti bir sorunun cevabıdır Hangi nokta tahmini beklenen kare kaybını en aza indirir? . Ayrıca, bir oyun için en uygun çözüm Rastgele bir değişkenin (veya bir popülasyondan yeni bir çekilişin) bir sonraki gerçekleşmesini tahmin edin ve eğer …

9 variance  standard-deviation  decision-theory  variability 

Hastie ve diğ. "İstatistiksel Öğrenmenin Unsurları" (2009) , ve veri oluşturma işlemini olarak değerlendirmektedir .Y= f( X) + εY=f(X)+ε Y = f(X) + \varepsilon E (ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0Var ( ε ) =σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} noktasındaki (s. 223, formül 7.9) beklenen kare tahmini hatasının aşağıdaki sapma varyans ayrışmasını sunarlar : benim Kendi işim belirtmiyorum ancak …

9 variance  forecasting  prediction  terminology  bias 

Veri kümesinde PCA gerçekleştirerek ve son birkaç PC'yi atarak veri kümesinin boyutsallığını ve gürültüsünü azaltmaya çalışıyorum. Bundan sonra, kalan bilgisayarlarda bazı makine öğrenme algoritmaları kullanmak istiyorum ve bu nedenle algoritmaların daha iyi çalışması için PC'lerin varyansını eşitleyerek verileri normalleştirmek istiyorum. Basit bir yol, birim değerlere olan varyansı normalleştirmektir. Ancak, ilk …

9 variance  pca  factor-rotation 

Belirli bir sabit sayı için rrr(örneğin 4), için bir olasılık dağılımı bulmak mümkün mü , böylece ?XXXVar(X)=rVar(X)=r\mathrm{Var}(X)=r

9 distributions  mathematical-statistics  variance 

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 

Eğer K1, … ,KnK1,...,KnK_1, \dots, K_n parametre ile iid Poisson dağılımları ββ\beta Maksimum olabilirlik tahmininin β^(k1, … ,kn) =1nΣi = 1nkbenβ^(k1,...,kn)=1nΣben=1nkben\hat\beta (k_1, \dots, k_n) = \frac{1}{n} \sum_{i=1}^n k_i veri için k1, … ,knk1,...,knk_1, \dots, k_n. Bu nedenle ilgili tahmin ediciyi tanımlayabiliriz T=1nΣi = 1nKben.T=1nΣben=1nKben.T = \frac{1}{n} \sum_{i=1}^n K_i . Sorum …

9 variance  maximum-likelihood  poisson-distribution 

Mann-Whitney U testinin geçersiz hipotezini merak ediyorum. Genellikle sıfır hipotezinin iki popülasyonun eşit dağılımlara sahip olduğunu ifade ettiğini görüyorum. Ama düşünüyorum - aynı ortalama ancak son derece eşit olmayan bir varyansa sahip iki normal popülasyonum olsaydı, Mann-Whitney testi muhtemelen bu farkı tespit etmezdi. Mann-Whitney testinin sıfır hipotezinin Pr ( X> …

9 hypothesis-testing  variance  wilcoxon-mann-whitney 

Sadece bir öngörücü (örneğin (x, y)) ile bazı verilere doğrusal bir model sığdırmaya çalışıyorum. Veriler, küçük x değerleri için, y değerlerinin düz bir çizgiye sıkıca oturduğu, ancak x değerleri arttıkça y değerlerinin daha uçucu hale geleceği şekildedir. İşte bu tür verilere bir örnek (R kodu) y = c(3.2,3.4,3.5,3.8,4.2,5.5,4.5,6.8,7.4,5.9) x = …

9 r  regression  variance  data-transformation