Запитання з тегом «normal-distribution»

Цитуючи статтю у Вікіпедії про оцінку параметрів для наївного класифікатора Байєса : "типовим припущенням є те, що безперервні значення, пов'язані з кожним класом, розподіляються відповідно до розподілу Гаусса". Я розумію, що розподіл Гаусса зручно з аналітичних причин. Однак чи є якась інша причина в реальному світі, щоб зробити це припущення? …

14 normal-distribution 

Програмні пакети для виявлення мережевих мотивів можуть повернути надзвичайно високі показники Z (найвищий показник, який я бачив, - 600 000+, але Z-бали понад 100 є досить поширеними). Я планую показати, що ці Z-бали є хибними. Величезні Z-бали відповідають надзвичайно низьким асоційованим ймовірностям. Значення пов'язаних ймовірностей наведено, наприклад, на сторінці звичайної …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Дуже часто, коли я досліджую нові статистичні методи та концепції, я стикаюся з різницею у квадраті (або середньою помилкою у квадраті, або безліччю інших епітетів). Як приклад, р. Пірсона визначається на основі середньої різниці у квадраті від лінії регресії, на якій лежать точки. Для ANOVA ви дивитесь на суму квадратів …

14 normal-distribution 

Припустимо, у нас є два вектори випадкових величин, обидва є нормальними, тобто і . Нас цікавить розподіл їх лінійної комбінації , де і - матриці, - вектор. Якщо і незалежні, . Питання полягає у залежному випадку, якщо припустити, що ми знаємо співвідношення будь-якої пари . Дякую.X∼N(μX,ΣX)X∼N(μX,ΣX)X \sim N(\mu_X, \Sigma_X)Y∼N(μY,ΣY)Y∼N(μY,ΣY)Y \sim …

14 probability  normal-distribution  multinomial 

У деяких навчальних посібниках я виявив, що ініціалізація ваги "Xavier" (стаття: Розуміння труднощів дресирування глибоких нейронних мереж ) є ефективним способом ініціалізації ваг нейронних мереж. Для повністю пов’язаних шарів у цих підручниках було правило: Var(W)=2nin+nout,simpler alternative:Var(W)=1ninVar(W)=2nin+nout,simpler alternative:Var(W)=1ninVar(W) = \frac{2}{n_{in} + n_{out}}, \quad \text{simpler alternative:} \quad Var(W) = \frac{1}{n_{in}} де - …

14 normal-distribution  variance  neural-networks  conv-neural-network 

Це якась дивна думка, яку я мав під час перегляду старої статистики, і я чомусь не можу думати про відповідь. Безперервний PDF нам повідомляє про щільність спостереження значень у будь-якому заданому діапазоні. А саме, якщо, наприклад, X∼N(μ,σ2)X∼N(μ,σ2)X \sim N(\mu,\sigma^2) , то ймовірність того, що реалізація падає між aaa і bbb …

13 normal-distribution  maximum-likelihood  pdf 

Чи є розподіл чи я можу працювати з іншого дистрибутива, щоб створити такий розподіл на зображенні нижче (вибачення за погані малюнки)? де я даю число (0,2, 0,5 та 0,9 у прикладах), де має бути пік, і стандартне відхилення (сигма), яке робить функцію ширшою або менш широкою. PS: Коли задане число …

13 distributions  normal-distribution 

У своєму блозі фізик Стів Хсу написав наступне: Якщо припустити нормальний розподіл, у США є лише близько 10 000 людей, які виступають у + 4SD та аналогічна кількість у Європі, тож це досить відібране населення (приблизно, декілька сотень старших старшокласників щороку в США). Якщо ви екстраполюєте цифри азіатських країн Азії …

13 normal-distribution 

Це питання викликане довгим обговоренням у коментарях тут: Як лінійна регресія використовує нормальний розподіл? У звичайній лінійної регресійної моделі, для простоти тут написана тільки один провісник: Yi= β0+ β1хi+ ϵiYi=β0+β1xi+ϵi Y_i = \beta_0 + \beta_1 x_i + \epsilon_i , де хixix_i відомі константи і & ϵiϵi\epsilon_i дорівнюють нулю, середні незалежні …

13 regression  normal-distribution  mathematical-statistics  maximum-likelihood  least-squares 

Я знаю, що сума гауссів - це гаусси. Отже, чим відрізняється суміш гауссів? Я маю на увазі, що суміш гауссів - це лише сума гауссів (де кожен гаусс множиться на відповідний коефіцієнт змішування) так?

13 normal-distribution  random-variable  mixture  gaussian-mixture 

Мабуть, випадок, що якщо , тоXi∼N(0,1)Xi∼N(0,1)X_i \sim N(0,1) X1X2+X3X4∼Laplace(0,1)X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} Я бачив документи про довільні квадратичні форми, що завжди призводить до жахливих не центральних виразів у формі квадрата. Наведені вище прості відносини мені не здаються очевидними, тому (якщо це правда!) Хтось має просте доказ сказаного?

13 normal-distribution  proof  quadratic-form  laplace-distribution 

Скажімо, у вас є набір значень, і ви хочете знати, чи є більш імовірним, що вони були відібрані з гауссового (нормального) розподілу або відібрані з лонормального розподілу? Звичайно, в ідеалі ви знаєте щось про населення або про джерела експериментальної помилки, тому ви мали б додаткову інформацію, корисну для відповіді на …

13 normal-distribution  lognormal 

Моделі дискримінантного аналізу Гаусса вивчають а потім застосовують правило Байєса для оцінки P ( y | x ) = P ( x | y ) P p r i o r ( y )П( х | у)П(х|у)P(x|y)Отже, це генеративні моделі. Чому тоді це називається дискримінантним аналізом? Якщо це відбувається тому, …

13 normal-distribution  discriminant-analysis  generative-models 

У мене великий набір точок даних форми (середній, stdev). Я хочу звести це до одиничного (кращого) значення та (сподіваюся) меншого стандартного відхилення. Зрозуміло, що я міг просто обчислити , однак це не враховує той факт, що деякі точки даних є значно точнішими, ніж інші.∑datameanN∑datameanN\frac{\sum data_{mean}}{N} Простіше кажучи, я хочу заздалегідь …

13 normal-distribution  repeated-measures  weighted-mean 

Мене сьогодні в інтерв'ю запитали щось подібне до цього. Інтерв'юер хотів дізнатись, яка ймовірність того, що опція "гроші" закінчиться грошима, коли волатильність прагне до нескінченності. Я сказав 0%, тому що нормальні розподіли, що лежать в основі моделі Чорного Шоулса, і гіпотеза про випадкову ходу матимуть нескінченну дисперсію. І тому я …

13 normal-distribution  variance