Вопросы с тегом «probability»

Каковы плюсы и минусы использования LARS [1] по сравнению с использованием координатного спуска для подбора L1-регуляризованной линейной регрессии? Я в основном заинтересован в аспектах производительности (мои проблемы, как правило, Nисчисляются сотнями тысяч и p<20). Однако, любые другие идеи также будут оценены. редактировать: так как я разместил вопрос, chl любезно указал …

13 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 

В настоящее время я работаю ассистентом преподавателя в моем университете на курсе вводной статистики (для студентов-медиков). Оффлайн, есть много книг, доступных с информацией, чтобы помочь учителю. Тем не менее, мне интересно знать, можете ли вы направить меня на какие-либо (хорошие) ресурсы, которые предоставляют упражнения (с решениями) в области статистики, которые …

13 probability  references  inference  descriptive-statistics  teaching 

Недавно я узнал о правильных правилах оценки вероятностных классификаторов. Несколько потоков на этом сайте подчеркивали, что точность является неправильным правилом оценки и не должна использоваться для оценки качества прогнозов, генерируемых вероятностной моделью, такой как логистическая регрессия. Тем не менее, довольно много научных статей, которые я читал, приводили потерю из-за неправильной …

13 probability  accuracy  scoring-rules 

Допустим, я вычисляю высоту (в см), и числа должны быть больше нуля. Вот пример списка: 0.77132064 0.02075195 0.63364823 0.74880388 0.49850701 0.22479665 0.19806286 0.76053071 0.16911084 0.08833981 Mean: 0.41138725956196015 Std: 0.2860541519582141 В этом примере, согласно нормальному распределению, 99,7% значений должны быть в ± 3 раза больше стандартного отклонения от среднего. Однако даже …

13 probability  mathematical-statistics  normal-distribution  standard-deviation 

Теорема Халмоса-Сэвиджа говорит, что для доминирующей статистической модели статистика достаточно, если (и только если) для всех существует -измеримая версия производной Радона Никодима где является привилегированный мера такая , что для и .(Ω,A,P)(Ω,A,P)(\Omega, \mathscr A, \mathscr P)T:(Ω,A,P)→(Ω′,A′)T:(Ω,A,P)→(Ω′,A′)T: (\Omega, \mathscr A, \mathscr P)\to(\Omega', \mathscr A'){P∈P}{P∈P}\{P \in \mathscr{P} \} TTTdPdP∗dPdP∗\frac{dP}{dP*}dP∗dP∗dP*P∗=∑∞i=1PiciP∗=∑i=1∞PiciP*=\sum_{i=1}^\infty P_i c_i ci>0,∑∞i=1ci=1ci>0,∑i=1∞ci=1c_i …

13 probability  mathematical-statistics  intuition  measure-theory 

Я довольно новичок в области гауссовских процессов и того, как они применяются в машинном обучении. Я продолжаю читать и слышать о ковариационных функциях, являющихся главной привлекательностью этих методов. Так может ли кто-нибудь объяснить интуитивно, что происходит в этих ковариационных функциях? В противном случае, если бы вы могли указать на конкретное …

13 machine-learning  probability  bayesian 

В комментариях после этого моего ответа на связанный вопрос пользователи ssdecontrol и Glen_b спросили, необходима ли совместная нормальность XXX и YYY для утверждения нормальности суммы X+YX+YX+Y ? Эта совместная нормальность достаточна , конечно, хорошо известна. Этот дополнительный вопрос там не рассматривался, и, возможно, его стоит рассмотреть отдельно. Поскольку совместная нормальность …

13 probability  normal-distribution  distributions  bivariate  multivariate-normal 

Я пытаюсь понять логику теста хи-квадрат. Критерий хи-квадрат равен . Затем сравнивается с распределением хи-квадрат, чтобы определить значение p., чтобы отклонить или не принять нулевую гипотезу. : наблюдения получены из распределения, которое мы использовали для создания наших ожидаемых значений. Например, мы могли бы проверить, дается ли вероятность получения как мы …

13 probability  distributions  normal-distribution  mathematical-statistics  chi-squared 

Мне задали этот вопрос с в интервью. Есть ли «правильный» ответ?(n,k)=(400,220)(n,k)=(400,220)(n, k) = (400, 220) Предположим, что броски одинаковы, а вероятность голов составляет p=0.5p=0.5p=0.5 . Распределение числа голов в 400 бросках должно быть близко к нормальному (200, 10 ^ 2), так что 220 голов - это 2 стандартных отклонения от …

13 probability  hypothesis-testing  self-study  prior 

Я знаю, что для непрерывной переменной .P[X=x]=0P[X=x]=0P[X=x]=0 Но я не могу представить, что если , существует бесконечное количество возможных . А также почему их вероятности становятся бесконечно малыми?xP[X=x]=0P[X=x]=0P[X=x]=0xxx

13 probability  self-study  references  continuous-data 

Я изучаю машинное обучение, и в каждой книге, которую я открываю, я сталкиваюсь с распределением хи-квадрат, гамма-функцией, t-распределением, гауссовским и т. Д. Каждая книга, которую я открыл до сих пор, только определяет, каковы распределения: они не объясняют и не дают интуитивного представления о том, откуда поступают конкретные формулы для функций. …

13 probability  distributions  mathematical-statistics  references 

В книге Валентина В. Петрова «Предельные теоремы теории вероятностей» я увидел различие между определениями «непрерывного» и «абсолютно непрерывного», которое сформулировано следующим образом: X P ( X ∈ B ) = 0 B P ( X ∈ B ) = 0 B(∗)(∗)(*) "... Распределение случайной величины называется непрерывным, если для любого …

13 probability  distributions  random-variable 

Следующая проблема была размещена на Mensa International на странице Facebook: \quad\quad\quad\quad\quad\quad\quad\quad Само сообщение получило более 1000 комментариев, но я не буду вдаваться в подробности о дебатах, поскольку знаю, что это парадокс Бертранда и ответ . Что меня здесь интересует, так это то, как можно решить эту проблему, используя подход Монте-Карло? …

12 r  probability  simulation  monte-carlo  paradox 

Как построить пример распределения вероятностей, для которого выполняется , предполагая ?E(1X)=1E(X)E(1X)=1E(X)\mathbb{E}\left(\frac{1}{X}\right)=\frac{1}{\mathbb{E}(X)}P(X≠0)=1P(X≠0)=1\mathbb{P}(X\ne0)=1 Неравенство, вытекающее из неравенства Дженсена для RV с положительными значениями, имеет вид (обратное неравенство, если ). Это потому, что отображение является выпуклым для и вогнутым для . Следуя условию равенства в неравенстве Дженсена, я предполагаю, что распределение должно быть …

12 probability  distributions  random-variable  expected-value 

Соревнования Kaggle определяют итоговые рейтинги на основе проведенного тестового набора. Выдержанный тестовый набор является образцом; он не может быть репрезентативным для моделируемого населения. Поскольку каждое представление похоже на гипотезу, алгоритм, выигравший соревнование, может, совершенно случайно, в конечном итоге соответствовать тестовому набору лучше, чем другие. Другими словами, если бы был выбран …

12 machine-learning  probability  hypothesis-testing  sample  kaggle