Statistiques et Big Data distributions

2

Estimation de la distribution postérieure de la covariance d'un gaussien multivarié

J'ai besoin "d'apprendre" la distribution d'un gaussien bivarié avec peu d'échantillons, mais une bonne hypothèse sur la distribution précédente, donc je voudrais utiliser l'approche bayésienne. J'ai défini mon avant: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 …

15 distributions bayesian estimation covariance posterior

9

L'écart type des données non négatives peut-il dépasser la moyenne?

J'ai des maillages 3D triangulés. Les statistiques pour les zones triangulaires sont les suivantes: Min 0,000 Max 2341.141 Moyenne 56,317 Std dev 98.720 Alors, cela signifie-t-il quelque chose de particulièrement utile à propos de l'écart-type ou suggère-t-il qu'il y a des bogues dans son calcul, lorsque les chiffres fonctionnent comme …

15 distributions mean standard-deviation

2

Qu'est-ce qu'une «méthode de transmission des messages»?

J'ai une vague idée de ce qu'est une méthode de transmission de messages: un algorithme qui construit une approximation d'une distribution en construisant itérativement des approximations de chacun des facteurs de la distribution conditionnelle à toutes les approximations de tous les autres facteurs. Je crois que les deux sont des …

15 distributions bayesian references algorithms

1

Quels sont les avantages et les inconvénients de l'apprentissage d'une distribution algorithmique (simulations) par rapport à mathématique?

Quels sont les avantages et les inconvénients de l'apprentissage des propriétés d'une distribution par algorithme (via des simulations informatiques) par rapport à mathématique? Il semble que les simulations informatiques puissent être une méthode d'apprentissage alternative, en particulier pour les nouveaux étudiants qui ne se sentent pas forts en calcul. Il …

15 distributions algorithms teaching

2

Qu'est-ce qu'une distribution sur des fonctions?

Je lis un manuel Gaussian Process for Machine Learning de CE Rasmussen et CKI Williams et j'ai du mal à comprendre ce que signifie la distribution sur les fonctions . Dans le manuel, un exemple est donné, qu'il faut imaginer une fonction comme un vecteur très long (en fait, il …

15 distributions gaussian-process

4

Valeur attendue vs valeur la plus probable (mode)

La valeur attendue d'une distribution f(x)f(x)f(x) est la moyenne, c'est-à-dire la valeur moyenne pondérée E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx La valeur la plus probable est le mode, c'est-à-dire la valeur la plus probable. Cependant, nous attendons-nous à voir nombreuses fois? Citant d' ici :E[x]E[x]E[x] Si les résultats ne sont …

15 probability distributions chi-squared expected-value mode

3

Calculer la divergence Kullback-Leibler en pratique?

J'utilise KL Divergence comme mesure de dissimilarité entre 2 P et Q .p.m.f.p.m.f.p.m.f. PPPQQQ =-∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))DKL(P||Q)=∑i=1Nln(PiQi)PiDKL(P||Q)=∑i=1Nln⁡(PiQi)PiD_{KL}(P||Q) = \sum_{i=1}^N \ln \left( \frac{P_i}{Q_i} \right) P_i =−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=-\sum P(X_i)ln\left(Q(X_i)\right) + \sum P(X_i)ln\left(P(X_i)\right) Si alors nous pouvons facilement calculer que P ( X i ) l n ( Q ( X i ) ) = 0 …

15 distributions distance kullback-leibler

2

Distribution pour refléter une situation où une certaine attente nous amène à attendre plus d'attente

En lisant les notes de Blake Master sur la conférence de Peter Thiel sur les start-ups, je suis tombé sur cette métaphore de la frontière technologique: Imaginez le monde couvert d'étangs, de lacs et d'océans. Vous êtes dans un bateau, dans un plan d'eau. Mais c'est extrêmement brumeux, donc vous …

15 distributions queueing interarrival-time

2

Modélisation d'une distribution de Poisson avec surdispersion

J'ai un ensemble de données que je m'attendrais à suivre une distribution de Poisson, mais il est sur-dispersé d'environ 3 fois. À l'heure actuelle, je modélise cette overdispersion en utilisant quelque chose comme le code suivant dans R. ## assuming a median value of 1500 med = 1500 rawdist = …

15 distributions modeling poisson-distribution overdispersion

3

Tester si les distributions multidimensionnelles sont les mêmes

Disons que j'ai deux ou plusieurs populations d'échantillons de vecteurs à valeurs continues à n dimensions. Existe-t-il un moyen non paramétrique de tester si ces échantillons proviennent de la même distribution? Si oui, existe-t-il une fonction en R ou en python pour cela?

15 r distributions nonparametric python

2

Qu'est-ce qu'une bonne distribution préalable des degrés de liberté dans la distribution?

Je souhaite utiliser à la distribution pour modéliser les rendements des actifs à court intervalle dans un modèle bayésien. Je voudrais estimer à la fois les degrés de liberté (ainsi que d'autres paramètres de mon modèle) pour la distribution. Je sais que les rendements des actifs sont tout à fait …

15 distributions bayesian modeling prior

2

Écart moyen maximal (distribution de la distance)

J'ai deux ensembles de données (données source et cible) qui suivent la distribution différente. J'utilise MMD - qui est une distribution de distance non paramétrique - pour calculer la distribution marginale entre les données source et cible. données source, Xs données cibles, Xt matrice d'adaptation A * Données projetées, Zs …

15 machine-learning distributions distance feature-construction domain-adaptation

3

Comment mesurer la «distance» statistique entre deux distributions de fréquences?

J'entreprends un projet d'analyse de données qui consiste à enquêter sur les temps d'utilisation du site Web au cours de l'année. Ce que je voudrais faire, c'est comparer la "cohérence" des modèles d'utilisation, par exemple, leur proximité avec un modèle qui implique de l'utiliser une heure par semaine, ou un …

14 distributions distance frequency comparison

2

La distribution de Cauchy est-elle en quelque sorte une distribution «imprévisible»?

La distribution de Cauchy est-elle en quelque sorte une distribution "imprévisible"? J'ai essayé de faire cs <- function(n) { return(rcauchy(n,0,1)) } dans R pour une multitude de n valeurs et a remarqué qu'elles génèrent occasionnellement des valeurs assez imprévisibles. Comparez cela à par exemple as <- function(n) { return(rnorm(n,0,1)) } …

14 distributions intuition cauchy

3

Une distribution conjointe 3D peut-elle être reconstruite par des marginaux 2D?

Supposons que nous connaissions p (x, y), p (x, z) et p (y, z), est-il vrai que la distribution conjointe p (x, y, z) est identifiable? Autrement dit, il n'y a qu'un seul p possible (x, y, z) qui a au-dessus des marginaux?

14 distributions mathematical-statistics

Questions marquées «distributions»