J'essaie d'avoir une intuition plus claire derrière: "Si rend plus probable alors rend plus probable" ieUNEAABBBBBBUNEAA Soit la taille de l'espace dans lequel se trouvent et , puisn ( S)n(S)n(S)UNEAABBB Revendication: doncP( B | A ) > P( B )P(B|A)>P(B)P(B|A)>P(B)n ( A B ) / n ( A ) > …
Un pdf est généralement écrit comme , où le minuscule est traité comme une réalisation ou un résultat de la variable aléatoire qui a ce pdf. De même, un cdf est écrit comme , qui a la signification . Cependant, dans certaines circonstances, telles que la définition de la fonction …
Il est bien connu que l'indépendance des variables aléatoires implique une corrélation nulle, mais une corrélation nulle n'implique pas nécessairement l'indépendance. Je suis tombé sur de nombreux exemples mathématiques démontrant la dépendance malgré une corrélation nulle. Existe-t-il des exemples concrets pour soutenir ce fait?
Dans mon manuel d'économétrie (économétrie d'introduction) couvrant l'OLS, l'auteur écrit: "La RSS doit tomber lorsqu'une autre variable explicative est ajoutée." Pourquoi?
J'ai du mal à distinguer les concepts de scédasticité et de stationnarité. Si je comprends bien, l'hétéroscédasticité correspond à des variabilités différentes dans les sous-populations et la non-stationnarité est une moyenne / variance changeante au fil du temps. S'il s'agit d'une compréhension correcte (quoique simpliste), la non-stationnarité est-elle simplement un …
Issu d'une formation rigoureuse en analyse et en théorie des probabilités moderne, je trouve les statistiques bayésiennes simples et faciles à comprendre, et les statistiques fréquentistes incroyablement déroutantes et peu intuitives. Il semble que les fréquentistes fassent vraiment des statistiques bayésiennes, sauf avec des "prieurs secrets" qui ne sont pas …
Malgré plusieurs tentatives de lecture sur le bootstrap, il semble que je frappe toujours un mur de briques. Je me demande si quelqu'un peut donner une définition raisonnablement non technique du bootstrap? Je sais qu'il n'est pas possible dans ce forum de fournir suffisamment de détails pour me permettre de …
Je dois expliquer l'intuition derrière ce que fait l'ANOVA à une personne non technique. Y a-t-il un visuel qui explique l'idée? Un visuel qui illustre l'idée clé dans le contexte d'une ANOVA unidirectionnelle avec peut-être 3 niveaux de facteur pourrait être utile? Supposons que la personne ait suivi des cours …
Cette question a déjà des réponses ici : Quel type d'information est l'information Fisher? (3 réponses) Fermé il y a 7 mois . Wikipédia nous apprend que la partition joue un rôle important dans l'inégalité Cramér-Rao. Il énonce également la définition: V=∂∂θlogL(θ;X)V=∂∂θlogL(θ;X)V = \frac{\partial}{\partial \theta} \log{L(\theta; X)} Cependant, je ne …
Ici, j'étudie des modèles linéaires généralisés. Je sais que cette question est assez naïve et simple, mais je ne sais pas exactement pourquoi la fonction canonique de lien est si utile. Quelqu'un pourrait-il me donner une intuition sur ce problème?
J'essaie de comprendre l'intuition derrière le bootstrap sauvage. Que fait-il réellement? Je dois être capable de comprendre ce qu'il essaie de faire par rapport à une régression conventionnelle. Mes données ont une hétéroscédasticité et la méthode que j'utilise fait 5000 réplications. Comment génère-t-il 5000 données supplémentaires?
Dans une autre tranche d'intuitions pour les identités en probabilité, considérons la loi d' identité élémentaire de la variance totale Var(X)=E[Var(X|Y)]+Var(E[X|Y])Var(X)=E[Var(X|Y)]+Var(E[X|Y]) \begin{eqnarray} \rm{Var}(X) &=&\rm{E}[\rm{Var}(X|Y)] + \rm{Var}(E[X|Y]) \end{eqnarray} Il s'agit d'une simple manipulation algébrique directe de la définition des moments en sommation, ou, comme dans le lien wikipedia, via la manipulation …
Souvent, dans la littérature, les auteurs se sont intéressés à trouver la distribution stationnaire d'un processus de séries chronologiques. Par exemple, considérons le processus AR ( ) simple suivant : X_t = \ alpha X_ {t-1} + e_t, où e_t \ stackrel {iid} {\ thicksim} f .111{Xt}{Xt}\{X_t\}Xt= αXt - 1+et,Xt=αXt-1+et,X_t …
Je comprends que la formule de probabilité de convergence est P[ |Xn-X∞| >ϵ]→0P[|Xn−X∞|>ϵ]→0P[|X_n − X_\infty| \gt \epsilon ]\to 0et je peux résoudre des problèmes en utilisant la formule. Quelqu'un peut-il l'expliquer intuitivement (comme j'ai cinq ans), en particulier en ce qui concerne ceϵϵ\epsilon est?
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.