«mixture» 태그된 질문

평균 및 μ B 와 분산 σ A 및 σ B를 갖는 두 개의 정규 분포 A와 B가 있다고 가정 합니다. 가중치 p 와 q를 사용하여이 두 분포의 가중치 혼합을 취하려고합니다. 여기서 0 ≤ p ≤ 1 및 q = 1 - p 입니다. 이 혼합물의 평균은 μ A B …

38 normal-distribution  mixture 

사랑하는 여러분, 제가 설명 할 수없는 이상한 것을 발견했습니다. 요약 : 로지스틱 회귀 모델에서 신뢰 구간을 계산하는 수동 방법과 R 함수 confint()는 다른 결과를 제공합니다. Hosmer & Lemeshow의 Applied Logistic Regression (2 판)을 진행했습니다. 세 번째 장에는 승산 비와 95 % 신뢰 구간을 계산하는 예가 있습니다. R을 사용하면 모델을 쉽게 …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

오랫동안 두 랜덤 변수의 "합계"가 컨볼 루션 인 이유를 이해하지 못한 반면 와 의 혼합 밀도 함수 합 은f(x)f(x)f(x)g(x)g(x)g(x)pf(x)+(1−p)g(x)pf(x)+(1−p)g(x)p\,f(x)+(1-p)g(x); 그들의 컨볼 루션이 아닌 산술 합. 정확한 문구 "두 개의 임의 변수의 합"은 Google에 146,000 번 표시되며 다음과 같이 타원형입니다. 하나의 값을 산출하기 위해 RV를 고려한다면, 그 하나의 값을 다른 RV …

33 pdf  terminology  cdf  mixture  convolution 

k>0k>0k > 0 자유도, 위치 모수 및 밀도를 갖는 스케일 모수 를 갖는 학생 t- 분포 사용의lllsss Γ(k+12)Γ(k2kπs2−−−−√){1+k−1(x−ls)}−(k+1)/2,Γ(k+12)Γ(k2kπs2){1+k−1(x−ls)}−(k+1)/2,\frac{\Gamma \left(\frac{k+1}{2}\right)}{\Gamma\left(\frac{k}{2}\sqrt{k \pi s^2}\right)} \left\{ 1 + k^{-1}\left( \frac{x-l}{s}\right)\right\}^{-(k+1)/2}, , 를 통해 학생 분포를 가우시안 분포의 혼합으로 쓸 수 있음 을 보여주는 방법 , 조인트 밀도 f (x, \ tau | \ mu) …

23 distributions  mixture 

이 질문은 교차 검증에서 답변 될 수 있기 때문에 Mathematics Stack Exchange에서 마이그레이션 되었습니다. 6 년 전에 이주했습니다 . EM 알고리즘 접근법에서 Jensen의 부등식을 사용하여 logp(x|θ)≥∫logp(z,x|θ)p(z|x,θ(k))dz−∫logp(z|x,θ)p(z|x,θ(k))dzlog⁡p(x|θ)≥∫log⁡p(z,x|θ)p(z|x,θ(k))dz−∫log⁡p(z|x,θ)p(z|x,θ(k))dz\log p(x|\theta) \geq \int \log p(z,x|\theta) p(z|x,\theta^{(k)}) dz - \int \log p(z|x,\theta) p(z|x,\theta^{(k)})dz θ(k+1)θ(k+1)\theta^{(k+1)}θ(k+1)=argmaxθ∫logp(z,x|θ)p(z|x,θ(k))dzθ(k+1)=arg⁡maxθ∫log⁡p(z,x|θ)p(z|x,θ(k))dz\theta^{(k+1)}=\arg \max_{\theta}\int \log p(z,x|\theta) p(z|x,\theta^{(k)}) dz EM에서 읽은 모든 내용은 그냥 쓰러지지 …

20 mixture  expectation-maximization 

혼합 분포, 특히 정규 분포의 혼합에서 표본을 추출하려면 어떻게 R해야합니까? 예를 들어 다음에서 샘플링하려는 경우 : 0.3×N(0,1)+0.5×N(10,1)+0.2×N(3,.1)0.3×N(0,1)+0.5×N(10,1)+0.2×N(3,.1) 0.3\!\times\mathcal{N}(0,1)\; + \;0.5\!\times\mathcal{N}(10,1)\; + \;0.2\!\times\mathcal{N}(3,.1) 내가 어떻게 할 수 있습니까?

20 r  random-generation  mixture 

이전에 여기서 논의한 주제를 본 것 같지만 구체적인 내용을 찾을 수 없었습니다. 그런 다음 다시 검색 할 내용이 확실하지 않습니다. 1 차원의 정렬 된 데이터 세트가 있습니다. 세트의 모든 점이 동일한 분포에서 도출된다는 가설을 세웁니다. 이 가설을 어떻게 테스트 할 수 있습니까? "이 데이터 세트의 관측치가 두 개의 다른 분포에서 …

16 hypothesis-testing  distributions  mixture 

순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

MCMC를 사용하여 혼합 모델을 추정 할 때 라벨 전환 (즉, 사후 분포는 컴포넌트 라벨 전환에 불변)이 문제가됩니다. 이 문제를 다루는 표준 방법이 있습니까? 표준 접근 방식이 없다면 라벨 전환 문제를 해결하기위한 주요 접근 방식의 장단점은 무엇입니까?

15 bayesian  mcmc  mixture 

선형 모델에서 무언가 (예를 들어 모유 수유)를 독립 변수로 포함시키는 데 시간을 포함하고 싶습니다. 그러나 일부 관찰은 동작에 전혀 관여하지 않습니다. 0이 0보다 큰 값과 질적으로 다르기 때문에 0으로 코딩하는 것은 실제로 옳지 않습니다. 내가 생각해 낼 수있는 최선의 방법은 소요 시간을 분류하는 일련의 인형이지만, 이것은 귀중한 정보의 낭비입니다. 0으로 …

14 regression  generalized-linear-model  mixture 

glmnetwithin caret을 사용하여 최적의 람다를 검색 cv.glmnet하고 동일한 작업을 수행하는 것을 비교하는 데 많은 혼란이있는 것 같습니다 . 다음과 같은 많은 질문이 제기되었습니다. 분류 모델 train.glmnet 대 cv.glmnet? 캐럿과 함께 glmnet을 사용하는 올바른 방법은 무엇입니까? `caret`를 사용한 교차 유효성 검사`glmnet` 그러나 질문의 ​​재현 가능성으로 인한 답변이 없습니다. 첫 번째 질문에 …

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 

가우시안이 가우시안이라는 것을 알고 있습니다. 가우시안 혼합은 어떻게 다른가요? 가우시안 혼합은 가우시안의 합일뿐입니다 (각 가우시안에 각 혼합 계수를 곱한 값)?

13 normal-distribution  random-variable  mixture  gaussian-mixture 

점 가 있다고 가정 합니다. 각 점 는 분포 수득 후방 위해하려면 우리는 물품 Minka의 Expectation Propagation 논문에 따르면 사후 하려면 계산이 필요 하므로 큰 표본 크기 대한 문제를 다루기 어렵게됩니다 . 그러나 단일 때문에이 경우 왜 그런 계산량이 필요한지 알 수 없습니다.p ( x | y ) ∝ p …

13 bayesian  mixture  posterior 

섹션 4.2.1의 결과를 처음부터 재현하고 있습니다. 깁스 출력의 한계 가능성 싯다르타 b 미국 통계 협회, Vol. 90, No. 432. (1995 년 12 월), pp. 1313-1321. 알려진 수 의 성분을 가진 법선 모형의 혼합입니다 . k≥1k≥1k\geq 1f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σ2j).(∗)f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σj2).(∗) f(x\mid w,\mu,\sigma^2) =\prod_{i=1}^n\sum_{j=1}^k \mathrm{N}(x_i\mid\mu_j,\sigma_j^2) \, . \qquad (*) 이 모델의 Gibbs 샘플러는 Tanner 및 …

13 bayesian  mixture  gibbs 

알려진 가중치, 평균 및 표준 편차를 가진 유한하게 많은 가우시안이 혼합되어 있다고 가정합니다. 평균이 같지 않습니다. 물론 모멘트는 성분 모멘트의 가중 평균이므로 혼합물의 평균 및 표준 편차를 계산할 수 있습니다. 혼합물은 정규 분포가 아니지만 정상으로부터 얼마나 멀리 떨어져 있습니까? 위의 이미지는 표준 편차 (구성 요소)와 동일한 평균 및 분산을 가진 …

12 normal-distribution  mixture  distance