Questions marquées «convergence»

Le diagnostic Gelman et Rubin est utilisé pour vérifier la convergence de plusieurs chaînes mcmc exécutées en parallèle. Il compare la variance intra-chaîne à la variance inter-chaîne, l'exposition est ci-dessous: Étapes (pour chaque paramètre): Exécutez m ≥ 2 chaînes de longueur 2n à partir de valeurs de départ surdispersées. Jeter …

14 mcmc  convergence  covariance-matrix 

J'essaie d'obtenir une compréhension intuitive et de ressentir la différence et la différence pratique entre le terme cohérent et asymptotiquement impartial. Je connais leurs définitions mathématiques / statistiques, mais je cherche quelque chose d'intuitif. Pour moi, en regardant leurs définitions individuelles, ils semblent presque être la même chose. Je réalise …

14 bias  convergence  unbiased-estimator  asymptotics  intuition 

Supposons que j'ai sont iid et je veux faire un test d'hypothèse que est 0. Supposons que j'ai un grand n et que je puisse utiliser le théorème de limite centrale. Je pourrais également faire un test que est 0, ce qui devrait être équivalent à tester que est 0. …

12 hypothesis-testing  convergence  delta-method 

Je suis confus au sujet de certains détails sur le théorème de Slutsky : Soit , deux séquences d'éléments aléatoires scalaires / vectoriels / matriciels.{Xn}{Xn}\{X_n\}{Yn}{Yn}\{Y_n\} Si converge en distribution vers un élément aléatoire et converge en probabilité vers une constante , alors condition que soit inversible, où dénote la convergence …

12 probability  random-variable  convergence  slutsky-theorem 

Soit une suite de variables aléatoires st en probabilité, où est une constante fixe. J'essaie de montrer ce qui suit: et tous deux en probabilité. Je suis ici pour voir si ma logique était bonne. Voici mon travail{Xn}n≥1{Xn}n≥1\{X_n\}_{n\geq 1}Xn→aXn→aX_n \to aa>0a>0a>0Xn−−−√→a−−√Xn→a\sqrt{X_n} \to \sqrt{a}aXn→1aXn→1\frac{a}{X_n}\to 1 TENTATIVE Pour la première partie, nous …

12 random-variable  convergence  asymptotics  probability-inequalities  coverage-probability 

Laissez , g et h être des densités et supposons que vous avez x i ~ h , i ∈ N . Qu'advient-il du rapport de vraisemblance n ∏ i = 1 f ( x i )fffggghhhxi∼hxi∼hx_i \sim hi∈Ni∈Ni \in \mathbb{N} commen→∞? (Est-ce que ça converge? Vers quoi?)∏i=1nf(xi)g(xi)∏i=1nf(xi)g(xi) \prod_{i=1}^n \frac{f(x_i)}{g(x_i)} …

11 convergence  asymptotics  likelihood-ratio 

Soit une séquence de variables aléatoires de Bernoulli indépendantes avec Définissez Montrez que converge en distribution vers la variable normale standard Z lorsque n tend vers l'infini.{Xn:n≥1}{Xn:n≥1}\{X_n:n\ge1\}P{Xk=1}=1−P{Xk=0}=1k.P{Xk=1}=1−P{Xk=0}=1k.P\{X_k=1\}=1-P\{X_k=0\}=\frac{1}{k}.Sn=∑k=1n(Xk−1k), B2n=∑k=1nk−1k2Sn=∑k=1n(Xk−1k), Bn2=∑k=1nk−1k2S_n=\sum^{n}_{k=1}\left(X_k-\frac{1}{k}\right), \ B_n^2=\sum^{n}_{k=1}\frac{k-1}{k^2}SnBnSnBn\frac{S_n}{B_n}ZZZnnn Ma tentative est d'utiliser le Lyapunov CLT, donc nous devons montrer qu'il existe un δ>0δ>0\delta>0 tel que limn→∞1B2+δn∑k=1nE[|Xk−1k|2+δ]=0.limn→∞1Bn2+δ∑k=1nE[|Xk−1k|2+δ]=0.\lim_{n\rightarrow \infty}\frac{1}{B_n^{2+\delta}}\sum_{k=1}^{n}E[|X_k-\frac{1}{k}|^{2+\delta}]=0. …

11 probability  convergence  central-limit-theorem 

Supposons que ait le pdf(X,Y)(X,Y)(X,Y) fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0f_{\theta}(x,y)=e^{-(x/\theta+\theta y)}\mathbf1_{x>0,y>0}\quad,\,\theta>0 La densité de l'échantillon tiré de cette population est donc( X , Y ) = ( Xje, Yje)1 ≤ i ≤ n(X,Oui)=(Xje,Ouije)1≤je≤n(\mathbf X,\mathbf Y)=(X_i,Y_i)_{1\le i\le n} gθ( x , y )= ∏i = 1nFθ( xje, yje)= exp[ - ∑i = 1n( xjeθ+ θ …

10 maximum-likelihood  convergence  exponential  asymptotics  central-limit-theorem 

Soit une séquence de variables aléatoires iid échantillonnées à partir d'une distribution alpha stable , avec les paramètres .X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n}α=1.5,β=0,c=1.0,μ=1.0α=1.5,β=0,c=1.0,μ=1.0\alpha = 1.5, \; \beta = 0, \; c = 1.0, \; \mu = 1.0 Considérons maintenant la séquence , où , pour .Y1,Y2,…,YnY1,Y2,…,YnY_1, Y_2, \ldots, Y_{n}Yj+1=X3j+1X3j+2X3j+3−1Yj+1=X3j+1X3j+2X3j+3−1Y_{j+1} = X_{3j+1}X_{3j+2}X_{3j+3} …

10 probability  self-study  monte-carlo  convergence  order-statistics 

Dès le titre je voudrais savoir s'il existe un test statistique qui peut m'aider à identifier une divergence significative entre deux séries chronologiques similaires. Plus précisément, en regardant la figure ci-dessous, je voudrais détecter que les séries commencent à diverger à l'instant t1, c'est-à-dire lorsque la différence entre elles commence …

10 time-series  statistical-significance  variance  convergence  trend 

Prouver ou fournir un contre-exemple: Si XnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX , alors(∏ni=1Xi)1/n(∏i=1nXi)1/n(\prod_{i=1}^{n}X_i)^{1/n} →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX Ma tentative : FAUX: supposons que XXX ne puisse prendre que des valeurs négatives et supposons que Xn≡XXn≡XX_n \equiv X ∀∀\forall nnn ALORS XnXnX_n →a . s .→a.s.\,{\buildrel a.s. \over \rightarrow}\, …

10 self-study  convergence  geometric-mean 

Soit n'importe quelle distribution avec une moyenne définie, μ et un écart type, σ . Le théorème central limite dit que √XXXμμ\muσσ\sigma converge en distribution vers une distribution normale standard. Si nous remplaçonsσpar l’écart typeS, y a-t-il un théorème indiquant que √n--√X¯- μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSS converge dans la …

10 distributions  normal-distribution  convergence  central-limit-theorem  t-distribution 

Je n'ai pas d'expérience dans l'industrie de l'exploration de données ou des mégadonnées, donc j'aimerais vous entendre partager votre expérience. Les gens exécutent-ils réellement k-means, PAM, CLARA, etc. sur un très grand ensemble de données? Ou bien ils en choisissent simplement un échantillon au hasard? S'ils ne prennent qu'un échantillon …

10 clustering  data-mining  k-means  convergence  large-data 

Nous disons que convergent complètement vers si pour chaque .X1,X2,…X1,X2,…X_1, X_2, \ldotsXXXϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Avec le lemme de Borel Cantelli, il est simple de prouver qu'une convergence complète implique une convergence presque sûre. Je cherche un exemple où la convergence ne peut pas être prouvée avec Borel Cantelli. Il …

10 probability  convergence 

Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant, la …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction