«self-study» 태그된 질문

처음으로 머리를 얻을 때까지 공정한 동전이 반복적으로 던져 졌다고 가정하십시오. 예상되는 토스 수는 얼마입니까? 첫 번째 머리를 얻기 전에 얻을 수있는 예상 꼬리 수는 얼마입니까?

18 probability  self-study  expected-value  bernoulli-distribution  geometric-distribution 

아래 6 가지 결정 경계가 제공됩니다. 결정 경계는 보라색 선입니다. 점과 십자가는 서로 다른 두 데이터 집합입니다. 우리는 어느 것을 결정해야합니다 : 리니어 SVM 커널 SVM (2 차 다항식 커널) 퍼셉트론 로지스틱 회귀 신경망 (10 개의 정류 된 선형 단위를 갖는 숨겨진 계층 1 개) 신경망 (10 tanh 단위의 숨겨진 …

17 machine-learning  self-study  classification  neural-networks  svm 

“시계”가 왜 그렇게 불리는가? 시리즈 는 시퀀스의 합을 의미 합니다. 왜 시계열이 아닌 시계열입니까? 가 시간이 독립 변수?

17 time-series  self-study  references  terminology 

평균 중심 AR (2) 공정을 고려 Xt=ϕ1Xt−1+ϕ2Xt−2+ϵtXt=ϕ1Xt−1+ϕ2Xt−2+ϵtX_t=\phi_1X_{t-1}+\phi_2X_{t-2}+\epsilon_t 여기서 ϵtϵt\epsilon_t 되는 표준 백색 잡음 프로세스. 간단히하기 위해 ϕ1=bϕ1=b\phi_1=b 및 a 라고하겠습니다 . 내가 얻은 특성 방정식의 근본을 중심으로 교재의 고전적인 조건은 다음과 같습니다.ϕ2=aϕ2=a\phi_{2}=az1,2=−b±b2+4a−−−−−−√2az1,2=−b±b2+4a2az_{1,2}=\frac{-b\pm\sqrt{b^2+4a}}{2a}{|a|&lt;1a±b&lt;1{|a|&lt;1a±b&lt;1\begin{cases}|a|<1 \\ a\pm b<1 \end{cases} 나는 루트의 불평등, 즉 시스템 수동으로 (Mathematica의 도움으로) 풀려고했습니다. 단지 획득 ± B를 &lt; …

17 self-study  stationarity  arma 

내가 아는 그 이것은 내가 분산을 계산 할 때 가지고 얼마나 멀리입니다 :β0^=y¯−β1^x¯β0^=y¯−β1^x¯\hat{\beta_0}=\bar{y}-\hat{\beta_1}\bar{x} Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2\begin{align*} Var(\hat{\beta_0}) &= Var(\bar{y} - \hat{\beta_1}\bar{x}) \\ &= Var((-\bar{x})\hat{\beta_1}+\bar{y}) \\ &= Var((-\bar{x})\hat{\beta_1})+Var(\bar{y}) \\ &= (-\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= (\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= \frac{\sigma^2 (\bar{x})^2}{\displaystyle\sum\limits_{i=1}^n (x_i - \bar{x})^2} \end{align*} 그러나 그것은 내가 가진 한 …

17 regression  self-study 

보간이란 무엇을 의미하며 회귀 개념과 어떤 관련이 있습니까? 보간은 표의 선 사이를 읽는 기술이며, 기초 수학에서이 용어는 일반적으로 해당 함수의 주어진 값 또는 테이블 값 세트에서 함수의 중간 값을 계산하는 프로세스를 나타냅니다. 나는 두 번째 질문에 대한 답을 줄 수 없습니다. 도와주세요

17 regression  self-study  interpolation 

저는 현재 Larry Wasserman의 "All of Statistics"를 읽고 있으며 비모수 적 모델의 통계 함수 추정에 관한 장에서 쓴 내용에 의문을 가지고 있습니다. 그가 썼다 "때로는 일부 계산을 수행하여 통계 함수의 추정 표준 오차를 찾을 수 있습니다. 그러나 다른 경우에는 표준 오차를 추정하는 방법이 명확하지 않습니다". 다음 장에서 그는이 문제를 해결하기 …

16 self-study  estimation  bootstrap  standard-error 

하자 평균을 나타내며하자 크기의 임의의 샘플의 평균을 나타내며 인 분포 . 는 어떻게 계산할 수 있습니까?YYYX¯X¯\bar{X}n=2k+1n=2k+1n=2k+1N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)E(Y|X¯=x¯)E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) 직관적으로, 정규성 가정으로 인해 이며 실제로 정답 이라고 주장하는 것이 합리적 입니다. 그래도 엄격하게 보여줄 수 있습니까?E(Y|X¯=x¯)=x¯E(Y|X¯=x¯)=x¯E(Y|\bar{X}=\bar{x})=\bar{x} 저의 초기 생각은 일반적으로 알려진 결과 인 조건부 정규 분포를 사용하여이 문제에 접근하는 것이 었습니다. 문제는 예상 …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

여기서 정규화가 올바른 단어인지 확실하지 않지만, 내가 묻고 자하는 것을 설명하기 위해 최선을 다할 것입니다. 여기에 사용 된 추정값은 최소 제곱입니다. y = β 0 + β 1 x 1 을 가지고 있다고 가정하면 y = β ' 0 + β 1 x ′ 1 로 y=β0+β1x1y=\beta_0+\beta_1x_1평균 주위에 중심을 둘 …

16 regression  self-study  least-squares  regression-coefficients 

확률 분포 함수 및 누적 분포 함수와 같은 확률 이론의 중요한 개념을 설명하는 좋은 책이 있습니까? John Rice의 "수학 통계 및 데이터 분석"과 같은 책은 간단한 순열 개념으로 시작한 다음 갑자기 (2 장에서) 실제 분석, 다중 및 표면 적분에 대한 지식을 가정하고 CDF 및 PDF와 3 차원 그림으로 설명합니다. 하나는 …

16 probability  self-study  distributions  references  theory 

책 패턴 인식 및 기계 학습 (공식 1.27)에서 피와이( y) = p엑스( x ) ∣∣∣디엑스디와이∣∣∣= p엑스( g( y) ) | 지'( y) |피와이(와이)=피엑스(엑스)|디엑스디와이|=피엑스(지(와이))|지'(와이)|p_y(y)=p_x(x) \left | \frac{d x}{d y} \right |=p_x(g(y)) | g'(y) | 여기서 , 는 변수의 변경과 관련하여 해당하는 pdf입니다 .x = g( y)엑스=지(와이)x=g(y)피엑스( x )피엑스(엑스)p_x(x)피와이( y)피와이(와이)p_y(y) 이 책은 …

16 machine-learning  probability  self-study  derivative  jacobian 

5 개의 가능한 회귀 변수가있는 고전적인 선형 모델이 있습니다. 그것들은 서로 관련이 없으며 응답과의 상관 관계가 매우 낮습니다. 회귀 분석기 중 3 개가 t 통계량에 유의 한 계수를 갖는 모형에 도달했습니다 (p &lt;0.05). 나머지 2 개의 변수 중 하나 또는 둘 다를 추가하면 t 통계에 대한 p 값&gt; 0.05가 추가되고 …

16 r  regression  self-study  linear-model 

가정하십시오 . . . , X n 은 알려지지 않은 μ ∈ R 및 σ 2 &gt; 0으로 N ( μ , σ 2 )X1,X2,...,XnX1,X2,...,XnX_1, X_2,...,X_n 에서 iidN(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)μ∈Rμ∈R\mu \in \mathcal Rσ2&gt;0σ2&gt;0\sigma^2>0 Z = X 1 − ˉ X라고 하자Z=X1−X¯S,Z=X1−X¯S,Z=\frac{X_1-\bar{X}}{S},S는 표준 편차입니다. ZZZ 에 Lebesgue 가 있음을 알 수 있습니다 pdf …

15 self-study  umvue 

최근 에 확률 질문 중 하나 인 다음과 같은 데이터 과학 인터뷰 리소스 를 구입했습니다 . 알려진 모수를 가진 정규 분포에서 추출한 경우 균일 분포에서 추출을 어떻게 시뮬레이션 할 수 있습니까? 원래의 생각 과정은 불연속 랜덤 변수의 경우 각 분포가 정규 곡선 아래에서 동일한 면적을 갖는 K 개의 고유 한 …

15 self-study  normal-distribution  simulation  uniform 

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