«self-study» 태그된 질문

이것은 중기 시험 연습 문제입니다. 문제는 EM 알고리즘 예입니다. (f) 부분에 문제가 있습니다. 완성을 위해 (a)-(e) 부분을 나열하고 실수를 저지른 경우에 대비합니다. 하자 속도 독립 지수 확률 변수 일 . 불행하게도, 실제 값은 관찰되지 않으며, 우리는 단지 여부를 관찰 값이 일정한 간격 내에. 하자 , 및 입니다 . 관찰 된 …

9 self-study  maximum-likelihood  latent-variable  expectation-maximization 

저는 Judea Pearl의 "Causality"(제 2 판)와 1.1.5 섹션의 조건부 독립성 및 Graphoids를 읽고 있습니다. 다음은 조건부 독립 관계 (X_ || _Y | Z)에 의해 충족되는 속성의 (부분) 목록입니다. 대칭 : (X_ || _ Y | Z) ==> (Y_ || _X | Z). 분해 : (X_ || _ YW | Z) …

9 self-study  bayesian 

주어진 , 조건부 DISTR. 의 이다 . 에는 한계 편차가 있습니다. Poisson ( )에서 는 양의 상수입니다.N=nN=nN = nYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta 그보기로서 , 분포이다.θ→∞θ→∞\theta \rightarrow \infty (Y−E(Y))/Var(Y)−−−−−−√→N(0,1) (Y−E(Y))/Var⁡(Y)→N(0,1)\space \space (Y - E(Y))/ \sqrt{\operatorname{Var}(Y)} \rightarrow N(0,1) 누구든지 이것을 해결할 전략을 제안 할 수 있습니까? CLT (Central Limit Theorem)를 사용해야하는 것처럼 보이지만 에 …

9 self-study  poisson-distribution  conditional-probability  convergence  central-limit-theorem 

고려Xn=⎧⎩⎨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} 이 순간에 무한한 순간이 있더라도n−−√(X¯n)→dN(0,1)n(X¯n)→dN(0,1)\sqrt{n}(\bar{X}_n) \overset{d}{\to} N(0,1) 나는 Levy 's Continuity …

9 probability  self-study  central-limit-theorem  moments  asymptotics 

허락하다 엑스1, . . . ,엑스엔엑스1,...,엑스엔X_{1},...,X_{n}별개의 관찰 (타이 없음)이어야합니다. 허락하다엑스※1, . . . ,엑스※엔엑스1※,...,엑스엔※X_{1}^{*},...,X_{n}^{*}부트 스트랩 샘플 (경험적 CDF의 샘플)을 표시하고 엑스¯※엔=1엔∑엔나는 = 1엑스※나는엑스¯엔※=1엔∑나는=1엔엑스나는※\bar{X}_{n}^{*}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{*}. 찾기이자형(엑스¯※엔)이자형(엑스¯엔※)E(\bar{X}_{n}^{*}) 과 V a r (엑스¯※엔)Vㅏ아르 자형(엑스¯엔※)\mathrm{Var}(\bar{X}_{n}^{*}). 내가 지금까지 가지고있는 것은 엑스※나는엑스나는※X_{i}^{*} 이다 엑스1, . . . ,엑스엔엑스1,...,엑스엔X_{1},...,X_{n} 각각 확률로 1엔1엔\frac{1}{n} 그래서 이자형(엑스※나는) =1엔이자형(엑스1) + . . …

9 self-study  variance  bootstrap  cdf  conditional-expectation 

기본 확률에 대한 적절한 지식이 필요한 인터뷰를 준비 중입니다 (적어도 인터뷰 자체를 통과해야 함). 나는 학생 시절부터 아래 시트를 개정으로 일하고 있습니다. 대부분 매우 간단했지만 질문 12에 완전히 빠져 들었습니다. http://www.trin.cam.ac.uk/dpk10/IA/exsheet2.pdf 도움을 주시면 감사하겠습니다. 편집 : 질문은 다음과 같습니다 가 독립적으로 및 갖는 동일하게 분포 된 양의 랜덤 변수 라고 …

9 probability  self-study  random-variable 

나는이 질문이 전에 요구되었다는 것을 알고있다 : 생태학 연구를위한 참고서 지만 내가 찾고있는 것은 아니다. 내가 찾고있는 것은 누군가 통계 생태학에 대한 좋은 책 (또는 표준 참조)을 추천 할 수 있는지입니다. 나는 통계에 대해 아주 잘 알고 있기 때문에이 책은 어느 수준 에나있을 수있다. 나는이 책을 사용하여 생태학에 통계를 적용하는 …

9 self-study  references  ecology 

가우스 마르코프 가정 하에서 일반적인 최소 제곱 법이 효율적이고 편견없는 추정값을 제공한다는 것이 사실입니까? 그래서: 이자형(유티) = 0E(ut)=0E(u_t)=0 모든 대해티tt 이자형(유티유에스) =σ2이자형(유티유에스)=σ2E(u_tu_s)=\sigma^2 대t = s티=에스t=s 이자형(유티유에스) = 0이자형(유티유에스)=0E(u_tu_s)=0 대해t ≠ s티≠에스t\neq s 여기서 는 잔차입니다.유유u

9 regression  self-study  least-squares 

4 가지 가능한 이벤트의 주파수 샘플이 하나 있다고 가정합니다. Event1 - 5 E2 - 1 E3 - 0 E4 - 12 내 이벤트의 예상 확률이 있습니다. p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 내 네 가지 사건의 관측 빈도의 합으로 (18) 사건의 예상 빈도를 올바르게 …

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 

John Rice의 "수학적 통계 및 데이터 분석"텍스트를 읽고 있습니다. 우리는 랜덤 변수의 예상 값과 분산을 근사화하는 것에 관심이 있습니다.YYY. 랜덤 변수의 기대 값과 분산을 계산할 수 있습니다XXX 우리는 관계를 알고 Y=g(X)Y=g(X)Y = g(X). 따라서 예상 값과 분산을 근사화 할 수 있습니다.YYY 테일러 시리즈 확장을 사용하여 ggg 약 μXμX\mu_X. 162 쪽에서 …

9 self-study  mathematical-statistics  error 

최소 각도 회귀 (LAR)에 대한 문제를 해결하려고합니다. 이 문제가 3.23 페이지 (97) 의 Hastie 등., 통계 학습의 요소, 2. 에드. (5 번째 인쇄) . 모든 변수와 반응의 평균이 0이고 표준 편차가 1 인 회귀 문제를 고려하십시오. 각 변수가 반응과 동일한 절대 상관 관계를 가지고 있다고 가정하십시오. 1엔| ⟨엑스제이, Y ⟩ …

9 regression  machine-learning  correlation  self-study 

그래서, 나는 16 개의 시험을 가지고 있는데, 여기에서 Hamming Distance를 사용하여 생체 특성으로부터 사람을 인증하려고합니다. 임계 값이 3.5로 설정되었습니다. 내 데이터는 다음과 같으며 1 번 시험 만 참 긍정입니다. Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 …

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 

제목에서 알 수 있듯이 의 한계 밀도를 찾고f(x,y)=c1−x2−y2−−−−−−−−−√,x2+y2≤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. 지금까지 는 입니다. 를 극좌표로 변환 하고 통합 함으로써 한계 밀도 부분에 붙어있는 것을 알았습니다. 나는 이지만 큰 혼란을 겪지 않고 어떻게 해결할 수 있는지 잘 모르겠습니다. 큰 지저분한 …

9 self-study  marginal  multivariable 

불행히도 어디서부터 시작해야할지 전혀 모르는 통계 문제가 있습니다. (내가 스스로 공부하고 있으므로 무언가를 이해하지 못하면 물어볼 사람이 없습니다. 질문은 ~이야 엑스, Y엑스,와이X,Y IID 엔( a ,비2) ; a = 0 ;비2= 6 ; V R (엑스2+와이2) = ?엔(ㅏ,비2);ㅏ=0;비2=6;Vㅏ아르 자형(엑스2+와이2)=?N(a,b^2); a=0; b^2=6; var(X^2+Y^2)=?

8 self-study  normal-distribution  random-variable