Статистика та великі дані

Питання та відповіді для людей, зацікавлених у статистиці, машинному навчанні, аналізі даних, інтелектуальному аналізу даних та візуалізації даних

2
Чому коефіцієнти логістичної регресії в експоненційному масштабі вважаються коефіцієнтами шансів?
Логістична регресія моделює часові шанси події як деякий набір прогнокторів. Тобто журнал (p / (1-p)), де p - ймовірність певного результату. Таким чином, інтерпретація необроблених коефіцієнтів регресії логістики для деякої змінної (x) повинна знаходитися на шкалі шансів журналу. Тобто, якщо коефіцієнт для x = 5, то ми знаємо, що зміна …


2
Розподіл пропозицій для узагальненого нормального розподілу
Я моделюю розповсюдження рослин за допомогою узагальненого нормального розподілу ( запис у Вікіпедії ), який має функцію щільності ймовірності: b2aΓ(1/b)e−(da)bb2aΓ(1/b)e−(da)b \frac{b}{2a\Gamma(1/b)} e^{-(\frac{d}{a})^b} де ddd - пройдена відстань, aaa - параметр масштабу, а bbb - параметр форми. Середня пройдена відстань задається стандартним відхиленням цього розподілу: a2Γ(3/b)Γ(1/b)−−−−−−−−√a2Γ(3/b)Γ(1/b) \sqrt{\frac{a^2 \Gamma(3/b)}{\Gamma(1/b)}} Це зручно, оскільки …

1
Проблема риболовлі
Припустимо, ви хочете порибалити на сусідньому озері з 8:00 до 20:00. Через перевилов рибу було встановлено закон, який говорить, що ви можете ловити лише одну рибу на день. Коли ви ловите рибу, ви можете вибрати її утримувати (і, таким чином, піти додому з цією рибою), або кинути її назад в …

1
Яка різниця між VAE і стохастичним зворотним розповсюдженням для глибоких генеративних моделей?
Яка різниця між автоматичним кодуванням варіабельних баєсів і стохастичним зворотним розповсюдженням для глибоких генеративних моделей ? Чи веде висновок в обох методах до однакових результатів? Мені невідомі явні явні порівняння між двома методами, незважаючи на те, що обидві групи авторів цитують один одного.

2
Яка ймовірність того, що задано ?
Припустимо, XXX і YYY є двовимірними нормальними із середнім μ=(μ1,μ2)μ=(μ1,μ2)\mu=(\mu_1,\mu_2) та коваріацією Σ=[σ11σ12σ12σ22]Σ=[σ11σ12σ12σ22]\Sigma = \begin{bmatrix} \sigma_{11} & \sigma_{12} \\ \sigma_{12} & \sigma_{22} \\ \end{bmatrix} . Яка ймовірність Pr(X&lt;Y|min(X,Y))Pr(X&lt;Y|min(X,Y))\Pr\left(X<Y|\min\left(X,Y\right)\right) ?

2
Лінійне перетворення нормальних гауссових векторів
Я стикаюся з труднощами у доведенні наступного твердження. Це наведено в дослідницькій роботі, знайденій в Google. Мені потрібна допомога у доведенні цього твердження! Нехай , де - ортогональна матриця, а - гауссова. Ізотопічна поведінка гаусса яка має однакове поширення в будь-якій ортонормічній основі.Х= A SX=ASX= ASАAASSSSSS Як Гауссан після застосування …

2
Що призначене "Нехай дані говорять самі за себе"?
Читаючи наступний документ , я натрапив на таке твердження: Як вже було сказано, він часто подається без будь-яких посилань на імовірнісні моделі, відповідно до ідеї Бензекри [1973] "нехай дані говорять самі за себе". (цитування від JP Benzécri. L'analyse des données. Tome II: Листування L'analyse des. Dunod, 1973.) З того, як …
10 eda  quotation 

1
Про існування UMVUE і вибору оцінки з в населення
Нехай являє собою випадкову вибірку взяті з населення , де .(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n)N(θ,θ2)N(θ,θ2)\mathcal N(\theta,\theta^2)θ∈Rθ∈R\theta\in\mathbb R Я шукаю UMVUE .θθ\theta Спільна щільність є(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n) fθ(x1,x2,⋯,xn)=∏i=1n1θ2π−−√exp[−12θ2(xi−θ)2]=1(θ2π−−√)nexp[−12θ2∑i=1n(xi−θ)2]=1(θ2π−−√)nexp[1θ∑i=1nxi−12θ2∑i=1nx2i−n2]=g(θ,T(x))h(x)∀(x1,⋯,xn)∈Rn,∀θ∈Rfθ(x1,x2,⋯,xn)=∏i=1n1θ2πexp⁡[−12θ2(xi−θ)2]=1(θ2π)nexp⁡[−12θ2∑i=1n(xi−θ)2]=1(θ2π)nexp⁡[1θ∑i=1nxi−12θ2∑i=1nxi2−n2]=g(θ,T(x))h(x)∀(x1,⋯,xn)∈Rn,∀θ∈R\begin{align} f_{\theta}(x_1,x_2,\cdots,x_n)&=\prod_{i=1}^n\frac{1}{\theta\sqrt{2\pi}}\exp\left[-\frac{1}{2\theta^2}(x_i-\theta)^2\right] \\&=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[-\frac{1}{2\theta^2}\sum_{i=1}^n(x_i-\theta)^2\right] \\&=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[\frac{1}{\theta}\sum_{i=1}^n x_i-\frac{1}{2\theta^2}\sum_{i=1}^nx_i^2-\frac{n}{2}\right] \\&=g(\theta,T(\mathbf x))h(\mathbf x)\qquad\forall\,(x_1,\cdots,x_n)\in\mathbb R^n\,,\forall\,\theta\in\mathbb R \end{align} , де і .h(x)=1г( θ , Т( х ) ) = 1( θ 2 π√)ндосвід[ 1θ∑нi = 1хi- 12 …

3
MAP - це рішення
Я натрапив на ці слайди (слайд №16 та №17) на одному з онлайн-курсів. Викладач намагався пояснити, як Максимальна задня оцінка (MAP) насправді є рішенням , де є істинний параметр.θ ∗L ( θ ) = I[ θ ≠ θ∗]L(θ)=I[θ≠θ∗]L(\theta) = \mathcal{I}[\theta \ne \theta^{*}]θ∗θ∗\theta^{*} Може хтось, будь ласка, пояснить, як це випливає? …

2
UMVUE з під час вибірки з сукупності
Нехай - випадкова вибірка з щільності(X1,X2,…,Xn)(X1,X2,…,Xn)(X_1,X_2,\ldots,X_n)fθ(x)=θxθ−110&lt;x&lt;1,θ&gt;0fθ(x)=θxθ−110&lt;x&lt;1,θ&gt;0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 Я намагаюся знайти UMVUE .θ1+θθ1+θ\frac{\theta}{1+\theta} Щільність стику становить(X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110&lt;x1,…,xn&lt;1=exp[(θ−1)∑i=1nlnxi+nlnθ+ln(10&lt;x1,…,xn&lt;1)],θ&gt;0fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110&lt;x1,…,xn&lt;1=exp⁡[(θ−1)∑i=1nln⁡xi+nln⁡θ+ln⁡(10&lt;x1,…,xn&lt;1)],θ&gt;0\begin{align} f_{\theta}(x_1,\cdots,x_n)&=\theta^n\left(\prod_{i=1}^n x_i\right)^{\theta-1}\mathbf1_{00 \end{align} Оскільки сукупність pdf належить до однопараметричного експоненціального сімейства, це показує, що повна достатня статистика для єfθfθf_{\theta}θθ\thetaT(X1,…,Xn)=∑i=1nlnXiT(X1,…,Xn)=∑i=1nln⁡XiT(X_1,\ldots,X_n)=\sum_{i=1}^n\ln X_i Так , на перший погляд, дасть мені UMVUE з сама Теорема Леманна-Шеффе. Не впевнений, …

1
Негативні ймовірності: пояснення мирян
Мене тут дуже зацікавила відповідь. Мені хотілося б отримати більш просте пояснення того, що можуть означати негативні ймовірності та їх застосування, можливо, на прикладах. Наприклад, що означатиме ймовірність події -10% відповідно до цих розширених заходів ймовірності?

2
Розподіл та варіація підрахунку трикутників у випадковому графіку
Розглянемо випадковий графік Ердоса-Рені . Множина вершин позначена . Сукупність ребер побудована випадковим процесом.n V V = { 1 , 2 , … , n } EG=(V(n),E(p))G=(V(n),E(p))G=(V(n),E(p))nnnVVVV={1,2,…,n}V={1,2,…,n}V = \{1,2,\ldots,n\}EEE Нехай - ймовірність , тоді кожна невпорядкована пара вершин ( ) виникає як ребро в з вірогідністю , незалежно від інших …

3
Інтуїція за формулою дисперсії суми двох змінних
Я знаю з попередніх досліджень, що Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B) = Var(A) + Var(B) + 2 Cov (A,B) Однак я не розумію, чому це так. Я бачу, що ефектом буде «підштовхувати» дисперсію, коли A і B коварі сильно. Має сенс, що коли ви створюєте композит із двох сильно корельованих змінних, ви, як правило, …

3
«Прагматичні» випробування: що вони?
У твіттері суддя Стюарт Ніколс критикував нещодавно опубліковане дослідження, сказавши: На додаток до дуже цікавої статті Dal-Re вони наводять кілька прикладів, що ставлять під сумнів використання терміна прагматичний. Чи можна насправді назвати «прагматичним» фазу 3, багатосайтовий, подвійний сліпий, плацебо-контрольований, паралельний, дозування з підвищенням дози та збільшення дози? Дослідження стаття питання …

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.