Запитання з тегом «self-study»

Рутинна вправа з підручника, курсу або тесту, що використовується для класу або самостійного вивчення. Політика цієї громади полягає в тому, щоб "надати корисні підказки" на подібні питання, а не повних відповідей.

2
Алгоритм ЕМ Практична задача
Це проблема практики для середньострокового іспиту. Проблема - приклад алгоритму ЕМ. У мене виникають проблеми з частиною (f). Я перераховую частини (а) - (д) для завершення, і якщо я помилився раніше. Нехай - незалежні експоненціальні випадкові величини зі швидкістю . На жаль, фактичні значення не спостерігаються, і ми лише спостерігаємо, …

4
Що таке "строго позитивний розподіл"?
Я читаю "Причинність" Юдеї Перл (друге видання 2009 р.) Та в розділі 1.1.5 Умовна незалежність та графоїди, він говорить: Далі наводиться (частковий) перелік властивостей, задоволених умовною залежністю незалежності (X_ || _Y | Z). Симетрія: (X_ || _ Y | Z) ==> (Y_ || _X | Z). Розкладання: (X_ || _ …

1
Приклад CLT, коли моменти не існують
РозглянемоXn=⎧⎩⎨1−12kw.p. (1−2−n)/2w.p. (1−2−n)/2w.p. 2−k for k>nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k > n\\ \end{cases} Мені потрібно показати, що, хоча це нескінченна кількість моментів,n−−√(X¯n)→dN(0,1)n(X¯n)→dN(0,1)\sqrt{n}(\bar{X}_n) \overset{d}{\to} N(0,1) …

2
Конвергенція в розподілі \ CLT
Враховуючи, що , умовний дістр. з є . має граничний дистриб. Пуассона ( ), - позитивна константа.N= nN=нN = nYYYχ2( 2 п )χ2(2н)\chi ^2(2n)NNNθθ\thetaθθ\theta Покажіть, що як , у розподілі.θ → ∞θ→∞\theta \rightarrow \infty ( Y- Е( Y) ) /Вар( Y)------√→ N( 0 , 1 ) (Y-Е(Y))/Вар⁡(Y)→N(0,1)\space \space (Y - …

2
Різниця середнього значення зразка завантажувального зразка
Дозволяє Х1, . . . ,ХнХ1,...,ХнX_{1},...,X_{n}бути чіткими спостереженнями (відсутність зв’язків). ДозволяєХ∗1, . . . ,Х∗нХ1∗,...,Хн∗X_{1}^{*},...,X_{n}^{*}позначимо зразок завантаження (зразок із емпіричного CDF) і нехай . Знайдіть та .Х¯∗н=1н∑нi = 1Х∗iХ¯н∗=1н∑i=1нХi∗\bar{X}_{n}^{*}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{*}Е(Х¯∗н)Е(Х¯н∗)E(\bar{X}_{n}^{*})V a r (Х¯∗н)Vаr(Х¯н∗)\mathrm{Var}(\bar{X}_{n}^{*}) Я маю досі це те, що є кожен з вірогідністю так що та що дає Х∗iХi∗X_{i}^{*}Х1, . . …

2
Очікування коефіцієнта суми IID випадкових змінних (аркуш Кембриджського університету)
Я готуюсь до інтерв'ю, яке вимагає гідного знання базової ймовірності (принаймні, щоб пройти саме інтерв'ю). Я працюю в нижченаведеному аркуші зі своїх студентських днів як перегляд. Здебільшого це було досить просто, але я повністю заплутався у питанні 12. http://www.trin.cam.ac.uk/dpk10/IA/exsheet2.pdf Будь-яка допомога буде вдячна. Редагувати: питання: Припустимо, що є незалежними однаково …

3
Книги зі статистичної екології?
Я знаю, що це питання було задано раніше: Довідник з екологічних досліджень, але це не те, що я шукаю. Що я шукаю, якщо хтось може порекомендувати гарну книгу (або канонічну довідку) про статистичну екологію? Я дуже добре розумію статистику, щоб книга могла бути справді на будь-якому рівні. Я б використовував …

1
За якими припущеннями метод звичайних найменших квадратів дає ефективні та неупереджені оцінки?
Чи правда, що за припущеннями Гаусса Маркова звичайний метод найменших квадратів дає ефективні та неупереджені оцінки? Тому: Е(ут) = 0Е(ут)=0E(u_t)=0 для усіх ттt Е(утус) =σ2Е(утус)=σ2E(u_tu_s)=\sigma^2 для t = sт=сt=s Е(утус) = 0Е(утус)=0E(u_tu_s)=0 для t ≠ sт≠сt\neq s де ууu є залишками.

1
Як порівняти спостережувані та очікувані події?
Припустимо, у мене є один зразок частоти 4 можливих подій: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 і я маю очікувані ймовірності моїх подій: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 За допомогою суми спостережуваних частот моїх чотирьох подій (18) …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

1
Поширення помилки за допомогою серії Тейлора другого порядку
Я читаю текст "Математичної статистики та аналізу даних" Джона Райса. Йдеться про наближення очікуване значення і дисперсію випадкової величини . Ми можемо обчислити очікуване значення та дисперсію випадкової величини і знаємо відношення Y = g (X) . Отже, можна наблизити очікувану величину та дисперсію Y за допомогою розширення серії Тейлора …

1
Регресія найменшого кута підтримує кореляцію монотонно зменшуваною та зв'язаною?
Я намагаюся вирішити проблему для найменшого кутового регресу (ЛАР). Це проблема 3,23 на сторінці 97 з Гесте і ін., Елементи статистичного навчання, другий. ред. (5-та друкарня) . Розглянемо проблему регресії з усіма змінними та реакцією, що мають середнє нульове та стандартне відхилення. Припустимо також, що кожна змінна має однакову абсолютну …

2
Обчисліть криву ROC для даних
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 

1
Знаходження граничної щільності
Як випливає з назви, я шукаю граничні щільностіf( х , у) = с1 -х2-у2---------√,х2+у2≤ 1.f(x,y)=c1−x2−y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Поки що я виявив, що є . Я зрозумів, що через перетворення в полярні координати та інтеграцію над , тому я застряг …

3
Нормальний розподіл
Є проблема зі статистикою, я, на жаль, не маю уявлення з чого почати (я навчаюсь самостійно, тому нікого не можу запитати, якщо я чогось не розумію. Питання в тому Х, YX,YX,Y iid N( a ,б2) ; a = 0 ;б2= 6 ; v a r (Х2+Y2) = ?N(a,b2);a=0;b2=6;var(X2+Y2)=?N(a,b^2); a=0; b^2=6; …
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.