Запитання з тегом «variance»

Це дуже основне питання. Чому ми використовуємо розподіл квадратних чі? У чому сенс цього розподілу? Чому саме цей розподіл використовується для створення довірчого інтервалу для дисперсії? Кожне місце, де я шукаю Google для пояснення, просто представляє це факт, пояснюючи, коли потрібно використовувати чі, але не пояснюючи, чому потрібно використовувати чі, …

15 variance  chi-squared 

Припустимо, що і мають кінцевий другий момент. У просторі Гільберта випадкові величини з другим кінцевим моментом (із внутрішнім творомXXXYYYT1,T2T1,T2T_1,T_2 визначеним E(T1T2)E(T1T2)E(T_1T_2) , ||T||2=E(T2)||T||2=E(T2)||T||^2=E(T^2) ), ми можемо інтерпретувати E(Y|X)E(Y|X)E(Y|X) як проекція YYY на простір функцій XXX . Відомо також, що Закон сумарної варіації читає Var(Y)=E(Var(Y|X))+Var(E(Y|X))Var(Y)=E(Var(Y|X))+Var(E(Y|X))Var(Y)=E(Var(Y|X)) + Var(E(Y|X)) Чи є спосіб інтерпретувати …

15 variance  conditional-expectation 

Під час читання методу Kaggle Essay Eval я натрапив на стабілізацію дисперсії . Вони використовують дисперсію стабілізації дисперсії для перетворення значень каппи перед тим, як взяти середнє значення, а потім перетворити їх назад. Навіть після прочитання вікі про змінні стабілізуючі перетворення я не можу зрозуміти, чому ми насправді стабілізуємо дисперсії? …

15 variance  mathematical-statistics 

Запитання Це залежить від того, чи є дерево дрібним чи глибоким? Або ми можемо сказати це незалежно від глибини / рівнів дерева? Чому ухил низький і дисперсія висока? Будь-ласка, поясніть інтуїтивно та математично

15 machine-learning  variance  covariance  cart  bias 

Я знов і знов читав, що перехресне підтвердження "Вихід-один-вихід" має велику дисперсію через велике перекриття тренувальних складок. Однак я не розумію, чому це так: чи не повинно виконання крос-валідації бути дуже стабільним (низька дисперсія) саме тому, що навчальні набори майже однакові? Або я взагалі неправильно розумію поняття "дисперсія"? Я також …

15 variance  cross-validation  bias 

У мене є набір даних з 11 змінними і PCA (ортогональний) було зроблено для зменшення даних. Визначивши кількість компонентів, які потрібно зберегти, для мене було видно з моїх знань про тему та графік обстеження (див. Нижче), що двох основних компонентів (ПК) було достатньо для пояснення даних, а інші компоненти були …

15 variance  pca 

Я не надто великий у статистиці, тому вибачте, якщо це спрощене питання. Я підгонка кривого деяких даних, і іноді мої дані найкраще підходить негативний експоненту у вигляді * е ( - Ь * х ) + з , а іноді підходить ближче до з * е ( - Ь * …

15 variance  model-selection  python  curve-fitting  covariance-matrix 

Яка різниця між дисперсією вибірки та дисперсією вибірки? Вони здаються однаковими. Чи не так?

15 sampling  variance  sample 

Я провожу експеримент, де паралельно збираю (незалежні) зразки, обчислюю дисперсію кожної групи зразків і тепер хочу об'єднати потім усі, щоб знайти загальну дисперсію всіх зразків. Мені важко знайти вихід для цього, оскільки я не впевнений у термінології. Я думаю про це як про розділ одного РВ. Тому я хочу знайти …

15 variance 

Я використовував термін "кейс Хейвуд" дещо неофіційно для позначення ситуацій, коли в Інтернеті, "обмежена відповідь", ітеративно оновлена ​​оцінка дисперсії стала негативною через числові проблеми з точністю. (Я використовую варіант методу Велфорда для додавання даних та видалення старих даних.) Я мав враження, що він застосовується до будь-якої ситуації, коли оцінка дисперсії …

15 variance  factor-analysis  definition  online 

& Thetasθ^\hat\theta ; & thetas*θ∗\theta^*пnn‖ˆθ−θ∗‖∥θ^−θ∗∥\lVert\hat\theta-\theta^*\rVertO(1/√n)O(1/n−−√)O(1/\sqrt n)‖Eˆθ−θ∗‖∥Eθ^−θ∗∥\lVert \mathbb E\hat\theta - \theta^*\rVert‖Eˆθ−ˆθ‖∥Eθ^−θ^∥\lVert \mathbb E\hat\theta - \hat\theta\rVertO(1/√n)O(1/n−−√)O(1/\sqrt{n}) Мене цікавлять моделі, які мають ухил, який скорочується швидше, ніж , але де помилка не зменшується з такою швидкістю, оскільки відхилення все ще скорочується як . Зокрема, я хотів би знати достатні умови, щоб ухил моделі …

14 variance  estimation  maximum-likelihood  bias 

Я подивився в Інтернеті, але не зміг знайти нічого корисного. Я в основному шукаю спосіб оцінити, наскільки «рівномірно» розподіляється значення. Як і в "рівномірному" розподілі, як X : і "нерівномірно" розподіленого Y розподілу приблизно однакового середнього та стандартного відхилення: Але чи є міра рівності m, така, що m (X)> m …

14 variance  standard-deviation  descriptive-statistics  measurement 

Я провів експеримент, коли я виховував різні сім'ї, що походять з двох різних джерел. Кожній родині було призначено один з двох методів лікування. Після експерименту я виміряв кілька ознак на кожній особі. Щоб перевірити ефект від лікування або джерела, а також їх взаємодії, я використовував лінійну модель змішаного ефекту з …

14 r  anova  variance  lme4-nlme 

Я новачок у статистиці та R, і у мене проблеми з використанням функції Levene (я хотів би перевірити рівність дисперсії двох зразків). Документація говорить, що я повинен запускати: levene.test (y, група) Але я поняття не маю, що я повинен ставити як y та групу? У мене є два різних зразки, …

14 r  variance  levenes-test 

Здається, існує велика плутанина в порівнянні використання glmnetв рамках caretпошуку оптимальної лямбда та використання cv.glmnetтого ж завдання. Поставлено багато питань, наприклад: Класифікаційна модель train.glmnet vs. cv.glmnet? Який правильний спосіб використання glmnet з каретою? Перехресне підтвердження `glmnet` за допомогою` caret` але відповіді не надано, що може бути пов'язано з відтворюваністю питання. …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality