«self-study» 태그된 질문

수업이나 자습에 사용되는 교과서, 코스 또는 시험에서 일상적인 운동. 이 커뮤니티의 정책은 완전한 답변이 아닌 그러한 질문에 대해 "유용한 힌트를 제공"하는 것입니다.



4
나는
하자 확률 공간상의 임의의 가변적 .show 즉X:Ω→NX:Ω→NX:\Omega \to \mathbb N(Ω,B,P)(Ω,B,P)(\Omega,\mathcal B,P)E(X)=∑n=1∞P(X≥n).E(X)=∑n=1∞P(X≥n).E(X)=\sum_{n=1}^\infty P(X\ge n). 에서 내 정의 동일 E(X)E(X)E(X)이자형( X) = ∫Ω엑스디피.E(X)=∫Ω엑스디피.E(X)=\int_\Omega X \, dP. 감사.

1
비례 및 이항 분포를 사용하여 표본 크기 결정
Sokal and Rohlf (3e)의 Biometry 책을 사용하여 통계를 배우려고합니다. 이것은 5 장의 연습으로 확률, 이항 분포 및 포아송 분포를 다룹니다. 이 질문에 대한 답변을 얻을 수있는 공식이 있다는 것을 알고 있습니다 : 그러나이 식은이 본문에 없습니다. 확률, 원하는 신뢰 수준 및 이항 분포 만 알고 샘플 크기를 계산하는 방법을 알고 …

4
이 경우 x의 y에 대한 회귀가 x의 y보다 명확하게 더 낫습니까?
사람의 혈액 내 포도당 수준을 측정하는 데 사용되는 기기는 10 명의 무작위 표본에서 모니터링됩니다. 수준은 매우 정확한 실험실 절차를 사용하여 측정됩니다. 기기 측정은 x로 표시됩니다. 실험실 절차 측정 값은 y로 표시됩니다. 나는 개인적으로 실험실 판독 값을 예측하기 위해 기기 판독 값을 사용하기 때문에 x의 y가 더 정확하다고 생각합니다. x의 y는 …

1
Luce 선택 공리, 조건부 확률에 대한 질문
폐쇄되었습니다 . 이 질문에는 세부 사항이나 명확성 이 필요 합니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 이 게시물 을 편집 하여 세부 사항을 추가하고 문제점을 명확하게하십시오 . 휴일 2 년 전 . 나는 Luce (1959)를 읽고 있습니다. 그런 다음이 진술을 찾았습니다. 사람이 대안을 선택할 때, 종종 그들의 선택은 …

3
동전 뒤집기에 대한 심각한 심층 문제
내가 동전을 10,000 번 넘겼다고 가정 해 봅시다. 연속으로 4 개 이상의 연속 헤드를 얻는 데 걸리는 플립 횟수를 알고 싶습니다. 카운트는 다음과 같이 작동하며, 한 번의 연속 플립 플립은 헤드 (4 헤드 이상) 인 것으로 간주합니다. 꼬리가 치고 머리의 행진이 끊어지면 카운트는 다음 플립에서 다시 시작됩니다. 그런 다음 10,000 …

1
다중 변수 의존성을 가진 공동 분포에서 한계 분포를 찾는 방법은 무엇입니까?
교과서의 문제 중 하나는 다음과 같습니다. 2 차원 확률 연속 벡터는 다음 밀도 함수를 갖습니다. 에프엑스, Y( x , y) = { 15 x y200 <x <1 및 0 <y <x 인 경우그렇지 않으면fX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 & \text{if …


1
통계 테스트 제안
다음에 대해 적절한 통계 검정 (우도 비율 검정, t- 검정 등)을 찾아야합니다. 랜덤 벡터 와 가정 그 ~ 입니다. 가설은 다음과 같습니다. ; {Xi;Yi}ni=1{Xi;Yi}i=1n\{X_i;Y_i\}^n_{i=1}(X;Y)(X;Y)(X;Y)(YX)(YX)\bigl( \begin{smallmatrix} Y\\ X \end{smallmatrix} \bigr)NNN [(μ1μ2),(1.5.51)][(μ1μ2),(1.5.51)]\left[\bigl( \begin{smallmatrix} \mu_1\\ \mu_2 \end{smallmatrix} \bigr), \bigl( \begin{smallmatrix} 1 & .5\\ .5 & 1 \end{smallmatrix} \bigr) \right]H0=μ1+μ2≤1H0=μ1+μ2≤1H_0=\mu_1+\mu_2\le 1H1=μ1+μ2>1H1=μ1+μ2>1H_1=\mu_1+\mu_2\gt 1 이 정보를 …

1
Anova ()와 drop1 ()이 GLMM에 다른 답변을 제공 한 이유는 무엇입니까?
GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

1
0에서 잘린 두 개의 독립적 인 균일 변수의 차이 분포
하자 및 동일한 균일 한 분포를 갖는 두 개의 독립적 인 랜덤 변수 일 밀도XXXYYYU(0,1)U(0,1)U(0,1) f(x)=1f(x)=1f(x)=1 경우 ( 다른 곳에서는 )0≤x≤10≤x≤10≤x≤1000 하자 에 의해 정의 된 실제 확률 변수 수 :ZZZ Z=X−YZ=X−YZ=X-Y 이면 ( 다른 곳에서는 )X>YX>YX>Y000 의 분포를 .ZZZ 기대치 와 분산 합니다.E(Z)E(Z)E(Z)V(Z)V(Z)V(Z)

1
의 UMVUE 찾기
허락하다 X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n pdf를 가진 iid 랜덤 변수 fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) 어디 θ>0θ>0\theta >0. UMVUE에게1θ1θ\frac{1}{\theta} 분산을 계산 나는 UMVUE를 얻는 두 가지 방법에 대해 배웠습니다. 크 래머-라오로 바운드 (CRLB) 레만-쉐프 테레 옴 나는 두 가지 중 하나를 사용하여 이것을 시도 할 것입니다. 나는 여기서 무슨 …

3
가 독립 변수 인 경우 분포
일상적인 연습으로, 의 분포를 찾으려고합니다. 여기서 와 는 독립적 인 임의 변수입니다.X2+Y2−−−−−−−√X2+Y2\sqrt{X^2+Y^2}XXXYYYU(0,1)U(0,1) U(0,1) 의 접합 밀도 는 (X,Y)(X,Y)(X,Y)fX,Y(x,y)=10&lt;x,y&lt;1fX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right)cosθcos⁡θ\cos\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]zsinθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right)sinθsin⁡θ\sin\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right] 따라서 경우 .1&lt;z&lt;2–√1&lt;z&lt;21< z<\sqrt 2cos−1(1z)&lt;θ&lt;sin−1(1z)cos−1⁡(1z)&lt;θ&lt;sin−1⁡(1z)\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right) 변환의 자코비 안의 절대 값은|J|=z|J|=z|J|=z 따라서 공동 밀도 주어진다(Z,Θ)(Z,Θ)(Z,\Theta) fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2√),θ∈(cos−1(1/z),sin−1(1/z))}fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2),θ∈(cos−1⁡(1/z),sin−1⁡(1/z))}f_{Z,\Theta}(z,\theta)=z\mathbf 1_{\{z\in(0,1),\,\theta\in\left(0,\pi/2\right)\}\bigcup\{z\in(1,\sqrt2),\,\theta\in\left(\cos^{-1}\left(1/z\right),\sin^{-1}\left(1/z\right)\right)\}} 통합하면 과 같이 의 pdf를 얻습니다.θθ\thetaZZZ fZ(z)=πz210&lt;z&lt;1+(πz2−2zcos−1(1z))11&lt;z&lt;2√fZ(z)=πz210&lt;z&lt;1+(πz2−2zcos−1⁡(1z))11&lt;z&lt;2f_Z(z)=\frac{\pi z}{2}\mathbf 1_{0\sqrt 2 \end{cases} 올바른 표현처럼 보입니다. 사례 …

1
word2vec에서 교차 엔트로피 손실의 유도
cs224d 온라인 스탠포드 클래스 코스 자료 의 첫 번째 문제 세트 를 통해 노력 하고 있는데 문제 3A와 관련하여 문제가 있습니다. softmax 예측 함수 및 교차 엔트로피 손실 함수와 함께 스킵 그램 word2vec 모델을 사용할 때 예측 된 단어 벡터에 대한 기울기를 계산하려고합니다. 따라서 softmax 기능이 주어집니다. wi^=Pr(wordi∣r^,w)=exp(wTir^)∑|V|jexp(wTjr^)wi^=Pr(wordi∣r^,w)=exp⁡(wiTr^)∑j|V|exp(wjTr^) \hat{w_i} = …

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.