Je suis complètement aveugle et je viens de la programmation. Ce que j'essaie de faire, c'est d'apprendre à apprendre par la machine. Pour ce faire, je dois d'abord apprendre la régression linéaire. Toutes les explications que je trouve sur Internet sur ce sujet tracent les données en premier. Je cherche …
Supposons que X∼N2(μ,Σ)X∼N2(μ,Σ)\mathbf{X} \sim N_{2}(\mathbf{\mu}, \mathbf{\Sigma}) . Alors la distribution conditionnelle de X1X1X_1 étant donné que X2=x2X2=x2X_2 = x_2 est multivariée, normalement distribuée, avec la moyenne: E[P(X1|X2=x2)]=μ1+σ12σ22(x2−μ2)E[P(X1|X2=x2)]=μ1+σ12σ22(x2−μ2) E[P(X_1 | X_2 = x_2)] = \mu_1+\frac{\sigma_{12}}{\sigma_{22}}(x_2-\mu_2) et de variance: Var[P(X1|X2=x2)]=σ11−σ212σ22Var[P(X1|X2=x2)]=σ11−σ122σ22{\rm Var}[P(X_1 | X_2 = x_2)] = \sigma_{11}-\frac{\sigma_{12}^{2}}{\sigma_{22}} Il est logique que la …
L'exemple de Stein montre que l'estimation du maximum de vraisemblance de variables normalement distribuées avec les moyennes et les variances est inadmissible (sous une fonction de perte au carré) si et si . Pour une preuve plus nette, voir le premier chapitre de Inférence à grande échelle: méthodes empiriques bayésiennes …
Je vois le concept d '«échangeable» utilisé dans différents contextes (par exemple, les modèles bayésiens) mais je n'ai jamais très bien compris le terme. Que signifie ce concept? Dans quelles circonstances ce concept est-il invoqué et pourquoi?
De Wikipedia: Supposons que vous soyez dans un jeu télévisé et que vous ayez le choix entre trois portes: derrière une porte se trouve une voiture; derrière les autres, des chèvres. Vous choisissez une porte, dites n ° 1, et l'hôte, qui sait ce qu'il y a derrière les portes, …
Supposons que soit une variable aléatoire avec pdf f X ( x ) . Alors la variable aléatoire Y = X 2 a le pdfXXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} Je comprends le calcul derrière cela. Mais j'essaie de trouver un moyen de l'expliquer …
J'ai récemment appris l'existence d'un principe de raisonnement probabiliste appelé " expliquer ", et j'essaie d'en saisir l'intuition. Permettez-moi de mettre en place un scénario. Soit AAA l’événement d’un séisme. Que l’événement BBB soit l’événement où le joyeux géant vert se promène en ville. Soit CCC l’événement où le sol …
Une version très simple du théorème central limité comme ci-dessous qui est Lindeberg – Lévy CLT. Je ne comprends pas pourquoi il y a un sur le côté gauche. Et Lyapunov CLT dit mais pourquoi pas ? Quelqu'un pourrait-il me dire quels sont ces facteurs, tels que \ sqrt {n} …
Ce message dans un article de Reuter du 25.02.2019 fait actuellement le tour du monde: Les preuves du réchauffement climatique provoqué par l'homme atteignent «l'étalon-or» [Les scientifiques] ont déclaré que la confiance selon laquelle les activités humaines augmentaient la chaleur à la surface de la Terre avait atteint le niveau …
Les modèles additifs généralisés sont ceux où par exemple. les fonctions sont lisses et à estimer. Habituellement par des cannelures pénalisées. MGCV est un paquetage en R qui le fait, et l'auteur (Simon Wood) écrit un livre sur son paquetage avec des exemples R. Ruppert et coll. (2003) écrivent un …
La formule de la probabilité conditionnelle d' AA\text{A} happening étant donné que BB\text{B} est arrivé est la suivante : P(A | B)=P(A∩B)P(B).P(A | B)=P(A∩B)P(B). P\left(\text{A}~\middle|~\text{B}\right)=\frac{P\left(\text{A} \cap \text{B}\right)}{P\left(\text{B}\right)}. Mon manuel explique l'intuition derrière cela en termes de diagramme de Venn. Étant donné que BB\text{B} s'est produit, la seule façon pour AA\text{A} …
Supposons que nous ayons une variable aléatoire . Si était le vrai paramètre, la fonction de vraisemblance devrait être maximisée et la dérivée égale à zéro. C'est le principe de base de l'estimateur du maximum de vraisemblance.X∼f(x|θ)X∼f(x|θ)X \sim f(x|\theta)θ0θ0\theta_0 Si je comprends bien, les informations Fisher sont définies comme I(θ)=E[(∂∂θf(X|θ))2]I(θ)=E[(∂∂θf(X|θ))2]I(\theta) …
J'essaie de comprendre un article sur la prévision de la charge électrique, mais je me bats avec les concepts à l'intérieur, en particulier le modèle SARIMAX . Ce modèle est utilisé pour prédire la charge et utilise de nombreux concepts statistiques que je ne comprends pas (je suis un étudiant …
Quelle est la différence intuitive entre une variable aléatoire convergeant en probabilité et une variable aléatoire convergeant en distribution? J'ai lu de nombreuses définitions et équations mathématiques, mais cela n'aide pas vraiment. (Veuillez garder à l'esprit que je suis un étudiant de premier cycle étudiant en économétrie.) Comment une variable …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.