Вопросы с тегом «self-study»

Обычное упражнение из учебника, курса или теста, используемое для занятий или самостоятельных занятий. Политика этого сообщества состоит в том, чтобы «предоставлять полезные советы» для таких вопросов, а не полные ответы.

3
Лемма Неймана-Пирсона
Я прочитал лемму Неймана – Пирсона из книги « Введение в теорию статистики », написанной Мудом, Грейбиллом и Боесом. Но я не понял лемму. Может ли кто-нибудь объяснить мне лемму в простых словах? Что это заявляет? Лемма Неймана-Пирсона. Пусть X1,…,XnX1,…,XnX_1,\ldots,X_n - случайная выборка из f(x;θ)f(x;θ)f(x;\theta) , где θθ\theta - одно …

4
Как проверить, является ли мой дистрибутив мультимодальным?
Когда я строю гистограмму моих данных, она имеет два пика: Означает ли это потенциальное мультимодальное распределение? Я запустил dip.testв R ( library(diptest)), и вывод: D = 0.0275, p-value = 0.7913 Я могу заключить, что мои данные имеют мультимодальное распределение? ДАННЫЕ 10346 13698 13894 19854 28066 26620 27066 16658 9221 13578 …

1
Разница между скрытыми марковскими моделями и фильтром частиц (и фильтром Калмана)
Вот мой старый вопрос Я хотел бы спросить, знает ли кто-нибудь разницу (если есть какая-либо разница) между скрытыми марковскими моделями (HMM) и Particle Filter (PF), и, как следствие, Kalman Filter, или при каких обстоятельствах мы используем какой алгоритм. Я студент, и я должен сделать проект, но сначала я должен понять …

3
Почему nls () выдаёт мне ошибку «матрица сингулярного градиента при начальных оценках параметров»?
У меня есть некоторые основные данные о сокращении выбросов и стоимости автомобиля: q24 <- read.table(text = "reductions cost.per.car 50 45 55 55 60 62 65 70 70 80 75 90 80 100 85 200 90 375 95 600 ",header = TRUE, sep = "") Я знаю, что это экспоненциальная функция, …

4
Как спроецировать новый вектор на пространство PCA?
После выполнения анализа главных компонентов (PCA) я хочу спроецировать новый вектор на пространство PCA (т.е. найти его координаты в системе координат PCA). Я рассчитал PCA на языке R, используя prcomp. Теперь я должен быть в состоянии умножить свой вектор на матрицу вращения PCA. Должны ли главные компоненты в этой матрице …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

4
Может ли кто-нибудь уточнить понятие «сумма случайных величин»
В моем классе вероятностей постоянно используются термины «суммы случайных величин». Тем не менее, я застрял на том, что именно это означает? Мы говорим о сумме связок реализаций от случайной величины? Если это так, разве это не означает, что это одно число? Как сумма реализаций случайных величин приводит нас к распределению …

2
Преимущества экспоненциальной семьи: почему мы должны ее изучать и использовать?
Так что здесь я изучаю вывод. Мне бы хотелось, чтобы кто-то мог перечислить преимущества экспоненциальной семьи. Под экспоненциальным семейством я подразумеваю распределения, которые задаются как f(x|θ)=h(x)exp{η(θ)T(x)−B(θ)}f(x|θ)=h(x)exp⁡{η(θ)T(x)−B(θ)}\begin{align*} f(x|\theta) = h(x)\exp\left\{\eta(\theta)T(x) - B(\theta)\right\} \end{align*} чья поддержка не зависит от параметра . Вот некоторые преимущества, которые я узнал:θθ\theta (а) Включает в себя широкий …

2
Как вы «контролируете» фактор / переменную?
Насколько я понимаю, «Контроль» может иметь два значения в статистике. Контрольная группа: в эксперименте лечение контрольной группе не проводится. Пример: плацебо против наркотиков: вы даете наркотики одной группе, а не другой (контроль), что также называется «контролируемым экспериментом». Контроль за переменной: метод выделения эффекта конкретной независимой переменной. Некоторые из других имен, …

2
Предположим, . Показать
Какой самый простой способ убедиться, что следующее утверждение верно? Предположим, . Показать .Y1,…,Yn∼iidExp(1)Y1,…,Yn∼iidExp(1)Y_1, \dots, Y_n \overset{\text{iid}}{\sim} \text{Exp}(1)∑ni=1(Yi−Y(1))∼Gamma(n−1,1)∑i=1n(Yi−Y(1))∼Gamma(n−1,1)\sum_{i=1}^{n}(Y_i - Y_{(1)}) \sim \text{Gamma}(n-1, 1) Обратите внимание, что .Y(1)=min1≤i≤nYiY(1)=min1≤i≤nYiY_{(1)} = \min\limits_{1 \leq i \leq n}Y_i Под X∼Exp(β)X∼Exp(β)X \sim \text{Exp}(\beta) это означает, что fX(x)=1βe−x/β⋅1{x>0}fX(x)=1βe−x/β⋅1{x>0}f_{X}(x) = \dfrac{1}{\beta}e^{-x/\beta} \cdot \mathbf{1}_{\{x > 0\}} . Легко видеть, что …

1
Метод второго момента, броуновское движение?
Пусть - стандартное броуновское движение. Пусть обозначает событие и пусть где обозначает функцию индикатора. Существует ли такое, что для для всех ? Я подозреваю, что ответ - да; Я пытался возиться с методом второго момента, но без особой пользы. Можно ли это показать методом второго момента? Или я должен попробовать …

1
Доказательство формулы LOOCV
Из «Введения в статистическое обучение » Джеймса и др., Оценка перекрестной проверки (LOOCV) определяется как где .резюме( н )= 1NΣя = 1NMSEярезюме(N)знак равно1NΣязнак равно1NMSEя\text{CV}_{(n)} = \dfrac{1}{n}\sum\limits_{i=1}^{n}\text{MSE}_iMSEя= ( уя- у^я)2MSEязнак равно(Yя-Y^я)2\text{MSE}_i = (y_i-\hat{y}_i)^2 Без доказательства уравнение (5.2) утверждает, что для регрессии наименьших квадратов или полиномиальной регрессии (относится ли это к регрессии …

2
Скрытая марковская модель против модели перехода Маркова против модели состояния пространства…?
Для моей магистерской работы я работаю над разработкой статистической модели для переходов между различными состояниями, определяемыми серологическим статусом. Пока я не буду вдаваться в подробности этого контекста, так как мой вопрос носит более общий / теоретический характер. Во всяком случае, моя интуиция заключается в том, что я должен использовать скрытую …

4
Какова интуиция за независимость
Я надеялся, что кто-то может предложить аргумент, объясняющий, почему случайные величины и , имеющие стандартное нормальное распределение, являются статистически независимыми. Доказательство этого факта легко следует из техники MGF, но я нахожу ее крайне нелогичной.Y1=X2−X1Y1=X2−X1Y_1=X_2-X_1Y2=X1+X2Y2=X1+X2Y_2=X_1+X_2XiXiX_i Поэтому я был бы признателен за интуицию здесь, если таковая имеется. Заранее спасибо. РЕДАКТИРОВАТЬ : подписки …

9
Справочный запрос: обобщенные линейные модели
Я ищу вводную книгу среднего уровня по обобщенным линейным моделям. В идеале, в дополнение к теории, лежащей в основе моделей, я хотел бы, чтобы в нее были включены приложения и примеры на R или другом языке программирования - я слышал, SAS также является популярным выбором. Я намерен изучить его самостоятельно, …

3
Ожидаемое количество бросков до появления первой головы
Предположим, что честная монета подбрасывается несколько раз, пока голова не будет получена впервые. Какое ожидаемое количество бросков потребуется? Какое ожидаемое количество хвостов будет получено до получения первой головы?

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.