«theory» 태그된 질문

대부분 이론적 인 질문입니다. 처음 네 모멘트 가 정규 분포와 같은 비정규 분포의 예가 있습니까? 그것들은 이론적으로 존재할 수 있습니까?

19 normal-distribution  skewness  moments  theory  kurtosis 

이 스레드를 읽었 으며 다음과 같이 말할 수 있습니다. 통계 = 유도? 확률 = 공제? 그러나 누락 된 비교에 대한 자세한 내용이 있는지 궁금합니다. 예를 들어, 통계는 귀납과 같습니까? 아니면 특정한 경우입니까? 확률은 추론의 하위 사례 인 것처럼 보입니다 (수학적 사고의 하위 사례이므로). 나는 이것이 까다로운 질문이라는 것을 알고 있지만 …

17 probability  theory 

이 질문은 제가 최근에 이력서 에서 두 개, 경제 에서 다른 두 가지 상호 작용에서 영감을 얻었습니다 . 나는 대답이 게시 한 잘 알려진 "봉투 역설"(당신을 마음을하지로를 "정답"하지만 상황의 구조에 대해 특정 가정에서 흐르는 답변으로). 얼마 후 사용자가 비판적인 의견을 게시하고 그의 요점을 이해하려고 대화에 참여했습니다. 그가 베이지안 방법을 생각이 …

16 bayesian  mathematical-statistics  prior  theory  philosophical 

응용 통계 학자 / 경제학자로 인과 관계에 대한 이론적 접근법은 무엇입니까? 나는 (아주 조금) 알고있다 Neyman-Rubin 인과 모델 (및 Roy , Haavelmo 등) 인과 관계에 대한 진주의 연구 Granger Causality (처리 지향적이지는 않지만) 어떤 개념을 놓치거나 알고 있어야합니까? 관련 : 머신 러닝에서 인과 관계의 기초가되는 이론은 무엇입니까? 나는이 흥미로운 질문들과 …

16 machine-learning  causality  theory  treatment-effect 

신경망의 복잡성을 측정하는 몇 가지 기본 방법을 살펴 보았습니다. 순진하고 비공식적 : 뉴런, 숨겨진 뉴런, 레이어 또는 숨겨진 레이어의 수를 계산합니다. VC 차원 (Eduardo D. Sontag [1998] "신경망의 VC 차원"[ pdf ].) T C 0 d 와 등가에 의한TC0dTCd0TC^0_d 코스 그레인 및 점근 적 계산 복잡도 측정 . 다른 대안이 …

16 neural-networks  theory  vc-dimension  pac-learning 

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 

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 

무관심 의 원칙을 사용하여 Bertrand 역설 에 대한 Jaynes의 솔루션을 고려하십시오 . 왜 비슷한 주장이 Borel-Kolmogorov 역설에 적용되지 않습니까? 문제가 구의 방향을 지정하지 않기 때문에 구를 회전하면 선택한 제한 프로세스에 의해 도달 한 결과 분포에 영향을 미치지 않아야한다고 주장하는 데 문제가 있습니까?

15 theory  paradox 

컨텍스트 : 매개 변수로 표시되지 않는 산점도에 선을 그리려면에서를 사용 geom_smooth()하고 ggplot있습니다 R. 자동으로 반환 geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the smoothing method.내가 GAM이 일반화 된 첨가제 모델을 의미 …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

Coursera의 기계 학습 과정에서 인공 신경망을 방금 다루었 고 그 뒤에 더 많은 이론을 알고 싶습니다. 나는 그들이 생물학을 모방 한 동기가 다소 불만족 스럽다는 것을 안다. 표면에서 각 수준에서 공변량을 선형 조합으로 대체하는 것으로 보입니다. 반복적으로 수행함으로써 비선형 모델 피팅을 허용합니다. 이것은 왜 신경망이 때때로 비선형 모델에 적합하기를 선호하는지에 …

13 machine-learning  neural-networks  theory 

한 연구원이 데이터 세트를 탐색하고 1000 개의 서로 다른 회귀 분석을 실행한다고하는데 그 중 하나의 흥미로운 관계를 발견했다고 상상해보십시오. 이제 같은 데이터를 가진 다른 연구원 이 단 한 번의 회귀 만 실행 한다고 상상해보십시오 . 다른 연구원이 1000 번의 회귀를 찾은 것과 같은 결과 인 것으로 나타났습니다. 연구원 2는 연구원 …

12 bayesian  multiple-regression  multiple-comparisons  inference  theory 

방법 선택을위한 이론적 프레임 워크 (주 : 모델 선택이 아님)를 조사해 왔으며 체계적이고 수학적으로 동기 부여 된 작업이 거의 발견되지 않았습니다. '방법 선택'이란 문제 또는 문제 유형과 관련하여 적절한 (또는 더 나은 최적의) 방법을 구별하기위한 프레임 워크를 의미합니다. 내가 발견 한 것은 단편적 인 경우 특정 방법과 해당 튜닝 (즉, …

11 machine-learning  methodology  theory 

면접관이 귀하의 가 가격 탄력성 모델에 대해 매우 낮다고 (5-10 % 사이) 가정 한 작업에 대한 인터뷰 질문에 직면했습니다 . 이 질문을 어떻게 해결 하시겠습니까?아르 자형2R2R^2 무엇이 잘못되었거나 선형이 아닌 방법을 적용해야하는지 확인하기 위해 회귀 진단을 수행한다는 사실 이외의 다른 생각은 할 수 없었습니다. 어떻게 든 면접관이 내 대답에 만족하지 …

10 regression  self-study  theory 

95 % 신뢰 구간의 반복 실험 해석을 시뮬레이션하기 위해 R 스크립트를 작성하려고합니다. 비율의 실제 모집단 값이 표본의 95 % CI에 포함되어있는 시간의 비율을 과대 평가하는 것으로 나타났습니다. 큰 차이는 아니지만 약 96 % 대 95 %이지만 그럼에도 불구하고 관심이 있습니다. 내 함수는 samp_n확률로 Bernoulli 분포에서 표본을 추출한 pop_p다음 prop.test()연속성 보정 …

9 r  confidence-interval  binomial  theory 

sciencemag.org에 관한 기사 를 읽는 동안이 문장을 만났습니다 . 결국, 남은 데이터가 통계적으로 유의미한 것으로 간주되지 않았기 때문에 12 개국 7600 명의 연구원들의 응답이 포함되었습니다. 이것이 적절한 연구 방법입니까? 통계적으로 유의하지 않은 것으로 간주되어 결과를 남기지 않겠습니까?

9 statistical-significance  sampling  outliers  theory