Вопросы с тегом «self-study»

Фон Я пытаюсь понять первый пример в курсе по подгонке моделей (так что это может показаться до смешного простым). Я сделал вычисления вручную, и они соответствуют примеру, но когда я повторяю их в R, коэффициенты модели отключены. Я думал, что разница может быть связана с тем, что в учебнике используется …

13 r  regression  self-study  lm 

После центрирования два измерения x и -x можно считать независимыми наблюдениями из распределения Коши с функцией плотности вероятности: 1f(x:θ)=f(x:θ)=f(x :\theta) = ,-∞&lt;x&lt;∞1π(1+(x−θ)2)1π(1+(x−θ)2)1\over\pi (1+(x-\theta)^2) ,−∞&lt;x&lt;∞,−∞&lt;x&lt;∞, -∞ < x < ∞ Покажите, что если MLE для θ равно 0, но если x 2 &gt; 1, есть два MLE для θ , равные …

13 self-study  distributions  maximum-likelihood  cauchy 

Можно ли добавить вертикальную линию к гистограмме для визуализации среднего значения? Мне кажется, это нормально, но я никогда не видел этого в учебниках и тому подобном, поэтому мне интересно, есть ли какое-то соглашение не делать этого? График предназначен для курсовой работы, я просто хочу убедиться, что случайно не нарушил какое-то …

13 self-study  data-visualization  mean  histogram 

В книге « В основном безвредная эконометрика: спутник эмпирика» (Angrist and Pischke, 2009: стр. 209) я прочитал следующее: (...) На самом деле, только что идентифицированный 2SLS (скажем, простой оценщик Вальда) примерно беспристрастен . Это трудно показать формально, потому что только что идентифицированный 2SLS не имеет моментов (то есть, распределение выборки …

13 regression  self-study  multiple-regression  econometrics  instrumental-variables 

Пусть X=(x1,x2,…xn)X=(x1,x2,…xn)\mathbf{X}= (x_1, x_2, \dots x_n) - случайная выборка из равномерного распределения на (a,b)(a,b)(a,b) , где a&lt;ba&lt;ba < b . Пусть Y1Y1Y_1 и YnYnY_n будут статистикой наибольшего и наименьшего порядка. Покажите, что статистика (Y1,Yn)(Y1,Yn)(Y_1, Y_n) является совместно полной достаточной статистикой для параметра θ=(a,b)θ=(a,b)\theta = (a, b), Для меня не проблема …

13 self-study  uniform  sufficient-statistics  complete-statistics 

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 

Степени свободы в множественной регрессии равны , где k - количество переменных.N- к - 1N−k−1N-k-1Кkk Включает ли переменную ответа (то есть Y )? Например, в модели Y = B 0 + B 1 X 1 + B 2 X 2 , тогда k = 3 (то есть 1 df каждый …

13 self-study  multiple-regression  degrees-of-freedom 

Мой вопрос исходит из следующего факта. Я читал посты, блоги, лекции, а также книги по машинному обучению. У меня сложилось впечатление, что специалисты по машинному обучению кажутся безразличными ко многим вещам, которые волнуют статистиков / эконометрики. В частности, практики машинного обучения подчеркивают точность прогноза, а не умозаключения. Один такой пример …

13 machine-learning  self-study  inference 

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 

XXX иYYY - независимо распределенные случайные величины, гдеX∼χ2(n−1)X∼χ(n−1)2X\sim\chi^2_{(n-1)} иY∼Beta(n2−1,n2−1)Y∼Beta(n2−1,n2−1)Y\sim\text{Beta}\left(\frac{n}{2}-1,\frac{n}{2}-1\right). Каково распределениеZ=(2Y−1)X−−√Z=(2Y−1)XZ=(2Y-1)\sqrt X ? Совместная плотность (X,Y)(X,Y)(X,Y) определяется как fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x&gt;0,0&lt;y&lt;1}fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x&gt;0,0&lt;y&lt;1}f_{X,Y}(x,y)=f_X(x)f_Y(y)=\frac{e^{-\frac{x}{2}}x^{\frac{n-1}{2}-1}}{2^{\frac{n-1}{2}}\Gamma\left(\frac{n-1}{2}\right)}\cdot\frac{y^{\frac{n}{2}-2}(1-y)^{\frac{n}{2}-2}}{B\left(\frac{n}{2}-1,\frac{n}{2}-1\right)}\mathbf1_{\{x>0\,,\,00\,,\,|z|<w\}} Маргинальный ПДФ является то е Z ( г ) = ∫ ∞ | z | f Z , W ( z , w )ZZZ , что меня никуда не ведет.fZ(z)=∫∞|z|fZ,W(z,w)dwfZ(z)=∫|z|∞fZ,W(z,w)dwf_Z(z)=\displaystyle\int_{|z|}^\infty f_{Z,W}(z,w)\,\mathrm{d}w …

12 self-study  distributions  mathematical-statistics  random-variable 

Я слышу эти слова все больше и больше, когда изучаю машинное обучение. Фактически, некоторые люди выиграли медаль Филдса, работающую над закономерностями уравнений. Итак, я думаю, что это термин, который переносится от статистической физики / математики к машинному обучению. Естественно, некоторые люди, которых я спросил, просто не могли это интуитивно объяснить. …

12 machine-learning  self-study  terminology  regularization  definition 

Если - дискретное, а - непрерывная случайная величина, то что мы можем сказать о распределении X + Y ? Это непрерывное или смешанное?YXXXYYYИкс+ YX+YX+Y Как насчет продукта ?ИксYXYXY

12 self-study  distributions  random-variable 

Закрыто. Этот вопрос не по теме . В настоящее время он не принимает ответы. Хотите улучшить этот вопрос? Обновите вопрос, чтобы он соответствовал теме перекрестной проверки. Закрыто 4 года назад . У меня есть эта проблема, где я должен найти PDF . Все, что я знаю, это то, что имеет …

12 self-study  distributions  normal-distribution  pdf 

Я изучаю распознавание образов и машинное обучение, и я столкнулся со следующим вопросом. Рассмотрим задачу классификации двух классов с равной вероятностью предшествующего класса P(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} и распределение экземпляров в каждом классе, заданное p(x|D1)=N([00],[2001]),p(x|D1)=N([00],[2001]), p(x|D_1)= {\cal N} \left( \begin{bmatrix} 0 \\0 \end{bmatrix}, \begin{bmatrix} 2 & 0 \\ 0 & 1 \end{bmatrix} …

12 machine-learning  self-study  classification  discriminant-analysis 

Как я могу решить это? Мне нужны промежуточные уравнения. Может быть, ответ −tf(x)−tf(x)-tf(x) . ddt[∫∞txf(x)dx]ddt[∫t∞xf(x)dx] \frac{d}{dt} \left [\int_t^\infty xf(x)\,dx \right ] f(x)f(x)f(x) - функция плотности вероятности. То есть limx→∞f(x)=0limx→∞f(x)=0\lim\limits_{x \to \infty} f(x) = 0 и limx→∞F(x)=1limx→∞F(x)=1\lim\limits_{x \to \infty} F(x) = 1 источник: http://www.actuaries.jp/lib/collection/books/H22/H22A.pdf с.40 Попробуем промежуточные уравнения ниже: ddt[∫∞txf(x)dx]=ddt[[xF(x)]∞t−∫∞tF(x)dx]??ddt[∫t∞xf(x)dx]=ddt[[xF(x)]t∞−∫t∞F(x)dx]?? \frac{d}{dt} …

12 probability  distributions  self-study  mathematical-statistics