Вопросы с тегом «convergence»

Сходимость обычно означает, что последовательность определенной величины выборки приближается к константе, поскольку размер выборки стремится к бесконечности. Сходимость также является свойством итерационного алгоритма для стабилизации некоторого целевого значения.

1
Диагностика сходимости Гельмана и Рубина, как обобщить работу с векторами?
Диагностика Гельмана и Рубина используется для проверки сходимости нескольких параллельных цепочек mcmc. Он сравнивает дисперсию внутри цепочки с дисперсией между цепями, описание приведено ниже: Шаги (для каждого параметра): Запустите m ≥ 2 цепочки длиной 2n из перераспределенных начальных значений. Откажитесь от первых n розыгрышей в каждой цепочке. Рассчитайте дисперсию внутри …

4
Интуитивное понимание разницы между последовательным и асимптотически непредвзятым
Я пытаюсь получить интуитивное понимание и почувствовать разницу и практическое различие между термином последовательный и асимптотически беспристрастный. Я знаю их математические / статистические определения, но я ищу что-то интуитивное. Мне, глядя на их индивидуальные определения, они кажутся почти одинаковыми. Я понимаю, что разница должна быть тонкой, но я просто не …

1
Использование
Предположим, что у меня есть iid и я хочу сделать проверку гипотезы, что равно 0. Предположим, у меня большое n и я могу использовать центральную предельную теорему. Я также мог бы проверить, что равно 0, что должно быть эквивалентно проверке, что равно 0. Кроме того, сходится к хи-квадрату, где сходится …

2
Действительно ли теорема Слуцкого остается в силе, когда две последовательности сходятся к невырожденной случайной величине?
Я запутался в некоторых деталях о теореме Слуцкого : Пусть , - две последовательности скалярных / векторных / матричных случайных элементов.{Xn}{Xn}\{X_n\}{Yn}{Yn}\{Y_n\} Если сходится по распределению к случайному элементу а сходится по вероятности к константе , то при условии, что обратим, где обозначает сходимость в распределении.XnXnX_nXXXYnYnY_ncccXn+Yn XnYn Xn/Yn →d X+c→d cX→d …

3
По поводу сходимости по вероятности
Пусть - последовательность случайных величин от st вероятности , где - фиксированная постоянная. Я пытаюсь показать следующее: и оба в вероятности. Я здесь, чтобы увидеть, была ли моя логика правильной. Вот моя работа{Xn}n≥1{Xn}n≥1\{X_n\}_{n\geq 1}Xn→aXn→aX_n \to aa>0a>0a>0Xn−−−√→a−−√Xn→a\sqrt{X_n} \to \sqrt{a}aXn→1aXn→1\frac{a}{X_n}\to 1 ПОПЫТКА Для первой части мы имеем Обратите внимание, что Из этого …

2
Что происходит с отношением правдоподобия, когда все больше и больше данных собирается?
Пусть еff , граммgg и часhh быть плотность и предположим, что Икся∼ чxi∼hx_i \sim h , i ∈ Ni∈Ni \in \mathbb{N} . Что происходит с отношением правдоподобия Πя = 1Nе( хя)грамм( хя)∏i=1nf(xi)g(xi) \prod_{i=1}^n \frac{f(x_i)}{g(x_i)} приn → ∞n→∞n \rightarrow \infty? (Это сходится? К чему?) Например, мы можем предположить, что ч = …

3
Еще один центральный вопрос о предельной теореме
Пусть - последовательность независимых случайных величин Бернулли с Установите Покажите, что сходится по распределению к стандартной нормальной переменной при стремлении к бесконечности.{Xn:n≥1}{Xn:n≥1}\{X_n:n\ge1\}P{Xk=1}=1−P{Xk=0}=1k.P{Xk=1}=1−P{Xk=0}=1k.P\{X_k=1\}=1-P\{X_k=0\}=\frac{1}{k}.Sn=∑k=1n(Xk−1k), B2n=∑k=1nk−1k2Sn=∑k=1n(Xk−1k), Bn2=∑k=1nk−1k2S_n=\sum^{n}_{k=1}\left(X_k-\frac{1}{k}\right), \ B_n^2=\sum^{n}_{k=1}\frac{k-1}{k^2}SnBnSnBn\frac{S_n}{B_n}ZZZnnn Я пытаюсь использовать CLT Ляпунова, поэтому нам нужно показать, что существует такой , что δ>0δ>0\delta>0limn→∞1B2+δn∑k=1nE[|Xk−1k|2+δ]=0.limn→∞1Bn2+δ∑k=1nE[|Xk−1k|2+δ]=0.\lim_{n\rightarrow \infty}\frac{1}{B_n^{2+\delta}}\sum_{k=1}^{n}E[|X_k-\frac{1}{k}|^{2+\delta}]=0. Поэтому установите δ=1δ=1\delta=1∑k=1nE∣∣Xk−k−1∣∣3=∑k=1n(1k−3k2+4k3−2k4)∑k=1nE|Xk−k−1|3=∑k=1n(1k−3k2+4k3−2k4) \sum_{k=1}^{n}E\left|X_k-k^{-1}\right|^{3}=\sum_{k=1}^{n} \left(\frac{1}{k}-\frac{3}{k^2}+\frac{4}{k^3}-\frac{2}{k^4}\right) и B3n=(∑k=1n1k−1k2)(∑k=1n1k−1k2)−−−−−−−−−−−−⎷Bn3=(∑k=1n1k−1k2)(∑k=1n1k−1k2) B_n^3=\left( …

1
Является ли MLE из асимптотически нормальным, когда ?
Предположим, что имеет PDF(X,Y)(X,Y)(X,Y) fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0f_{\theta}(x,y)=e^{-(x/\theta+\theta y)}\mathbf1_{x>0,y>0}\quad,\,\theta>0 Плотность выборки взятой из этой совокупности, поэтому(X,Y)=(Xi,Yi)1≤i≤n(X,Y)=(Xi,Yi)1≤i≤n(\mathbf X,\mathbf Y)=(X_i,Y_i)_{1\le i\le n} gθ(x,y)=∏i=1nfθ(xi,yi)=exp[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0gθ(x,y)=∏i=1nfθ(xi,yi)=exp⁡[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp⁡[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0\begin{align} g_{\theta}(\mathbf x,\mathbf y)&=\prod_{i=1}^n f_{\theta}(x_i,y_i) \\&=\exp\left[{-\sum_{i=1}^n\left(\frac{x_i}{\theta}+\theta y_i\right)}\right]\mathbf1_{x_1,\ldots,x_n,y_1,\ldots,y_n>0} \\&=\exp\left[-\frac{n\bar x}{\theta}-\theta n\bar y\right]\mathbf1_{x_{(1)},y_{(1)}>0}\quad,\,\theta>0 \end{align} Оценка максимального правдоподобия может быть получена какθθ\theta θ^(X,Y)=X¯¯¯¯Y¯¯¯¯−−−√θ^(X,Y)=X¯Y¯\hat\theta(\mathbf X,\mathbf Y)=\sqrt\frac{\overline X}{\overline Y} Я хотел бы знать, является ли предельное распределение этого …

1
Показать оценку сходится к процентили через статистику заказа
Пусть X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n} - последовательность случайных величин iid, взятых из альфа-стабильного распределения , с параметрами 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 . Теперь рассмотрим последовательность Y1,Y2, ...,YNY1,Y2,…,YNY_1, Y_2, \ldots, Y_{n} , где YJ + 1= Х3 Дж + 1Икс3 …

3
Статистический тест, чтобы проверить, когда два одинаковых временных ряда начинают расходиться
Как и из заголовка, я хотел бы знать, существует ли статистический тест, который может помочь мне выявить существенное расхождение между двумя подобными временными рядами. В частности, глядя на рисунок ниже, я хотел бы обнаружить, что ряды начинают расходиться в момент времени t1, т.е. когда разница между ними начинает быть значительной. …

2
, затем?
Докажите или предоставьте контрпример: Если , тоXnXnX_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 Моя попытка : FALSE: предположим, что может принимать только отрицательные значения, и предположим, чтоXXXXn≡XXn≡XX_n \equiv X ∀∀\forall nnn THEN , однако для четных , не является строго отрицательным. Вместо этого он чередуется с …

1
Существует ли теорема, в которой говорится, что сходится по распределению к нормали, когда стремится к бесконечности?
Пусть будет любым распределением с определенным средним значением и стандартным отклонением . Центральная предельная теорема говорит, что сходится по распределению к стандартному нормальному распределению. Если мы заменим типовым стандартным отклонением , существует ли теорема о том, что сходится по распределению к t-распределению? Так как для большихXXXμμ\muσσ\sigman−−√X¯−μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSSn−−√X¯−μSnX¯−μS …

1
K-означает: сколько итераций в практических ситуациях?
У меня нет отраслевого опыта в области интеллектуального анализа данных или больших данных, поэтому я хотел бы услышать, как вы поделились своим опытом. Люди на самом деле используют k-means, PAM, CLARA и т. Д. В действительно большом наборе данных? Или они просто случайно выбирают из него образец? Если они просто …

1
Почти уверенная конвергенция не подразумевает полной конвергенции
Мы говорим, что X1,X2,…X1,X2,…X_1, X_2, \ldots полностью сходятся к если для каждого .ϵ &gt; 0XXXϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Лемма Бореля Кантелли прямо доказывает, что полная сходимость подразумевает почти уверенную сходимость. Я ищу пример, где почти наверняка сходимость не может быть доказана с помощью Бореля Кантелли. Это последовательность случайных величин, которая …

1
R линейная регрессия категориальной переменной «скрытое» значение
Это всего лишь пример, с которым я сталкивался несколько раз, поэтому у меня нет примеров данных. Запуск модели линейной регрессии в R: a.lm = lm(Y ~ x1 + x2) x1является непрерывной переменной x2является категориальным и имеет три значения, например, «Низкий», «Средний» и «Высокий». Однако вывод, заданный R, будет выглядеть примерно …
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 

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.