«self-study» 태그된 질문

Mood, Graybill 및 Boes 의 통계 이론 소개 책에서 Neyman-Pearson의 정리 를 읽었습니다 . 그러나 나는 정리를 이해하지 못했습니다. 누구든지 간결한 말을 저에게 설명해 주시겠습니까? 어떤 상태입니까? Neyman-피어슨 보조 정리 : 하자 X1,…,XnX1,…,XnX_1,\ldots,X_n 행 랜덤 샘플 수 f(x;θ)f(x;θ)f(x;\theta) , θθ\theta 두 개의 알려진 값이다 및 및하자 고정.θ0θ0\theta_0θ1θ1\theta_10&lt;α&lt;10&lt;α&lt;10<\alpha<1 하자 양의 상수이어야 …

21 hypothesis-testing  self-study  references  inference  likelihood-ratio 

내 데이터의 히스토그램을 플롯하면 두 개의 피크가 있습니다. 이것이 잠재적 인 멀티 모달 분포를 의미합니까? dip.testR ( library(diptest))을 실행했으며 출력은 다음과 같습니다. D = 0.0275, p-value = 0.7913 내 데이터에 다중 모달 분포가 있다는 결론을 내릴 수 있습니까? 데이터 10346 13698 13894 19854 28066 26620 27066 16658 9221 13578 11483 …

21 r  hypothesis-testing  distributions  self-study  histogram 

여기 내 오래된 질문이 있습니다 HMM (Hidden Markov) 모델과 PF (Particle Filter)의 차이를 알고 누군가 Kalman Filter 또는 어떤 상황에서 어떤 알고리즘을 사용하는지 알고 싶습니다. 저는 학생이며 프로젝트를해야하지만 먼저 몇 가지를 이해해야합니다. 따라서 참고 문헌에 따르면 둘 다 숨겨진 (또는 잠복 또는 관찰되지 않은) 상태를 포함한 상태 공간 모델 입니다. …

21 machine-learning  self-study  hidden-markov-model  kalman-filter  particle-filter 

배출량 감축 및 차량 당 비용에 대한 몇 가지 기본 데이터가 있습니다. q24 &lt;- read.table(text = "reductions cost.per.car 50 45 55 55 60 62 65 70 70 80 75 90 80 100 85 200 90 375 95 600 ",header = TRUE, sep = "") 나는 이것이 지수 함수라는 것을 알고 …

21 r  self-study  exponential  starting-values 

주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

내 확률 클래스에서는 "임의 변수의 합"이라는 용어가 지속적으로 사용됩니다. 그러나 나는 그것이 정확히 무엇을 의미하는지 고집하고 있습니까? 우리는 임의의 변수로부터 많은 실현의 합에 대해 이야기하고 있습니까? 그렇다면 하나의 숫자를 합산하지 않습니까? 임의의 변수 실현의 합은 어떻게 우리에게 어떤 종류의 분포 또는 cdf / pdf / 함수를 가져 옵니까? 그리고 무작위 …

21 probability  self-study  random-variable  terminology 

그래서 저는 추론을 공부하고 있습니다. 누군가가 지수 가족의 장점을 열거 할 수 있기를 바랍니다. 지수 패밀리로, 나는 f ( x | θ ) = h ( x ) exp { η ( θ ) T ( x ) − B ( θ ) } 로 주어진 분포를 의미합니다. 에프( x …

19 self-study  exponential-family 

내가 이해하기에 "통제"는 통계에서 두 가지 의미를 가질 수 있습니다. 대조군 : 실험에서 대조군의 구성원에게는 치료가 제공되지 않았다. 예 : 위약 대 약물 : 한 그룹에 약물을 투여하고 다른 그룹에는 약물을 투여하지 않습니다 (대조군). "제어 된 실험"이라고도합니다. 변수 제어 : 특정 독립 변수의 효과를 분리하는 기술. 이 기법들에 주어진 다른 …

19 regression  self-study  anova  experiment-design  controlling-for-a-variable 

다음 진술이 사실임을 확인하는 가장 쉬운 방법 은 무엇입니까 ? 가정 . 확인 \ sum_ {I = 1} ^ {N} (Y_i - Y _ {1}) \ SIM \ 텍스트 감마 {} (N-1, 1) .Y1,…,Yn∼iidExp(1)Y1,…,Yn∼iidExp(1)Y_1, \dots, Y_n \overset{\text{iid}}{\sim} \text{Exp}(1)∑ni=1(Yi−Y(1))∼Gamma(n−1,1)∑i=1n(Yi−Y(1))∼Gamma(n−1,1)\sum_{i=1}^{n}(Y_i - Y_{(1)}) \sim \text{Gamma}(n-1, 1) 참고 Y(1)=min1≤i≤nYiY(1)=min1≤i≤nYiY_{(1)} = \min\limits_{1 \leq i \leq …

18 self-study  distributions  exponential  order-statistics  jacobian 

비티BtB_t 를 표준 브라운 운동 이라고하자 . 하자 이벤트를 나타낸다 및하자 여기서, 나타내고 인디케이터 기능. 존재 하는가 이되도록 대 모든 ? 나는 그 대답이 '예'라고 생각합니다. 나는 두 번째 순간 방법으로 엉망을 시도했지만별로 소용이 없습니다. 이것이 두 번째 모멘트 방법으로 보여 질 수 있습니까? 아니면 다른 것을 시도해야합니까?{ B t …

18 probability  self-study  moments  distributions  brownian 

James et al.의 통계 학습 에 이르기까지 Leave-One-Out Cross-Validation) 추정치는 여기서 입니다.MSEI=(Y는I - Y I)(2)CV(n)=1n∑i=1nMSEiCV(n)=1n∑i=1nMSEi\text{CV}_{(n)} = \dfrac{1}{n}\sum\limits_{i=1}^{n}\text{MSE}_iMSEi=(yi−y^i)2MSEi=(yi−y^i)2\text{MSE}_i = (y_i-\hat{y}_i)^2 증거가 없으면 식 (5.2)에 최소 제곱 또는 다항식 회귀의 경우 (한 변수에 대한 회귀에 적용되는지 여부는 알 수 없음) 여기서 " 는 원래 최소 제곱 피팅 의 번째 적합 값 ( …

18 regression  self-study  cross-validation  least-squares 

석사 논문의 경우, 나는 혈청 학적 상태에 의해 정의 된 다른 상태들 사이의 천이에 대한 통계적 모델을 개발하고 있습니다. 지금은 내 질문이 더 일반적이고 이론적 이므로이 맥락에 대해 너무 많은 세부 정보를 제공하지 않습니다. 어쨌든, 직관은 HMM (Hidden Markov Model)을 사용해야한다는 것입니다. 저의 모델을 구성하는 데 필요한 문헌 및 기타 …

18 machine-learning  self-study  hidden-markov-model 

나는 누군가가 확률 변수 이유를 설명하는 인수 제안 할 수있는 기대했다 및 , 표준 정규 분포를 갖는이 통계적으로 독립적입니다. 그 사실에 대한 증거는 MGF 기술에서 쉽게 따르지만 매우 반 직관적입니다.Y1=X2−X1Y1=X2−X1Y_1=X_2-X_1Y2=X1+X2Y2=X1+X2Y_2=X_1+X_2XiXiX_i 따라서 여기에 직관에 감사드립니다. 미리 감사드립니다. 편집 : 아래 첨자는 주문 통계가 아니라 표준 정규 분포에서 IID 관찰을 나타냅니다.

18 probability  self-study  mathematical-statistics 

일반화 선형 모형에 대한 중간 수준의 서적을 찾고 있습니다. 이상적으로는 모델 배후의 이론 외에도 R 또는 다른 프로그래밍 언어로 응용 프로그램과 예제를 포함하고 싶습니다. SAS도 널리 사용됩니다. 나는 그것을 스스로 연구하려고하므로 그것이 자체 운동에 대한 답변을 제공하면 도움이 될 것입니다. 제가 계산법과 확률 이론에서 전통적인 1 년 과정을 수강했다고 가정 …

18 self-study  generalized-linear-model  references 

하자 X1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1} 각 파라미터를 갖는 감마 분포 갖는 상호 독립적 랜덤 변수 일 αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1 것을 보여 는Dirichlet(α1,α2,…,αk;αk+Yi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,kDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) ( X 1 , … , X k + 1 ) = e − ∑ k + 1 i = 1 x i x α 1 − 1 1 … x α k …

18 self-study  multivariate-analysis  gamma-distribution  dirichlet-distribution