Запитання з тегом «approximation»

Чи є аналог вищому моменту нерівності Чебишева в однобічному випадку? Нерівність Чебишева-Кантеллі, здається, працює лише на дисперсію, тоді як нерівність Чебишева може бути легко вироблена для всіх показників. Хтось знає про однобічну нерівність із використанням вищих моментів?

12 approximation  moments  probability-inequalities 

Я хотів краще зрозуміти точний тест Фішера, тому я розробив наступний іграшковий приклад, де f і m відповідає чоловічому та жіночому, а n і y відповідає такому "споживання соди", як це: > soda_gender f m n 0 5 y 5 0 Очевидно, це різке спрощення, але я не хотів, щоб …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Тут у Вікіпедії написано: Для досить великих значень λλλ (скажімо λ>1000λ>1000λ>1000 ) нормальний розподіл із середнім λλλ та дисперсією λλλ (стандартне відхилення λ−−√λ\sqrt{\lambda} ) є відмінним наближенням до розподілу Пуассона. Якщо λλλ більше приблизно 10, то нормальний розподіл є хорошим наближенням, якщо проводиться відповідна корекція безперервності, тобто P(X≤x),P(X≤x),P(X ≤ x), …

12 normal-distribution  poisson-distribution  approximation 

Це питання натхнене відповіді Мартійна тут . Припустимо, ми підходимо до ГЛМ для одного сімейства параметрів, як біноміальна чи пуассонова модель, і що це повна ймовірність процедури (на відміну від сказати, квазіпоассон). Тоді дисперсія є функцією середнього. З двочленом: і з Пуассоном .var[X]=E[X]E[1−X]var[X]=E[X]E[1−X]\text{var}[X] = E[X]E[1-X]var[X]=E[X]var[X]=E[X]\text{var}[X] = E[X] На відміну від …

11 regression  generalized-linear-model  inference  approximation  t-distribution 

Я випадково читав статтю (з економіки), яка мала наступне наближення для :журнал( Є( X) )журнал⁡(Е(Х))\log(E(X)) журнал( Є( X) ) ≈ E( журнал( X) ) + 0,5 v a r ( лог( X) )журнал⁡(Е(Х))≈Е(журнал⁡(Х))+0,5vаr(журнал⁡(Х))\log(E(X)) \approx E(\log(X))+0.5 \mathrm{var}(\log(X)) , який автор каже, що точний, якщо X - нормальний (що я знаю). Я …

11 lognormal  approximation  taylor-series 

Який найкращий спосіб наблизити для двох заданих цілих чисел коли ви знаєте середнє значення , дисперсію , косисть та надлишковий дискретного розподілу , і з (ненульових) мір фігури та що нормальне наближення не підходить?m , n μ σ 2 γ 1 γ 2 X γ 1 γ 2Пr [ n …

11 probability  distributions  moments  approximation  saddlepoint-approximation 

Чи може будь-яка безперервна функція на [a, b], де a і b є дійсними числами, наближена або довільно близька до функції (в якійсь нормі) Гауссовими процесами (регресія)?

10 gaussian-process  approximation 

Візьмемо очікування форми для деякої одновимірної випадкової величини і цілої функції (тобто інтервал конвергенції - це вся реальна лінія)E(f(X))E(f(X))E(f(X))XXXf(⋅)f(⋅)f(\cdot) У мене є функція, що генерує момент для і тому я можу легко обчислити цілі моменти. Скористайтеся рядом Тейлора навколо а потім застосуйте очікування у частині серії центральних моментів, = f …

10 expected-value  approximation 

Якщо є кілька можливих наближень, я шукаю найосновніше.

10 normal-distribution  multinomial  approximation 

Отже, у мене є 16 випробувань, в яких я намагаюся ідентифікувати людину з біометричної ознаки за допомогою дистанції Hamming. Мій поріг встановлено на 3,5. Мої дані нижче, і лише пробна версія 1 - справжнє Позитивне: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  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