De la théorie de la statistique par Mark J. Schervish (page 12): Bien que le théorème de représentation 1.49 de DeFinetti soit essentiel à la motivation des modèles paramétriques, il n'est pas réellement utilisé dans leur mise en œuvre. Comment le théorème est-il au cœur des modèles paramétriques?
Si je calcule la médiane d'un nombre suffisamment grand d'observations tirées de la même distribution, le théorème limite central énonce-t-il que la distribution des médianes se rapprochera d'une distribution normale? Si j'ai bien compris, cela est vrai avec les moyennes d'un grand nombre d'échantillons, mais est-ce aussi vrai avec les …
En bout de ligne , plus j'en apprends sur les statistiques, moins je me fie aux articles publiés dans mon domaine; Je crois simplement que les chercheurs ne font pas assez bien leurs statistiques. Je suis un profane, pour ainsi dire. J'ai une formation en biologie mais je n'ai aucune …
Une question a précédemment demandé des recommandations pour les manuels de statistiques mathématiques Est-ce que quelqu'un connaît de bonnes conférences vidéo en ligne sur les statistiques mathématiques ? Les plus proches que j'ai trouvés sont: Apprentissage machine Économétrie MISE À JOUR: Un certain nombre des suggestions mentionnées ci-dessous sont de …
Une distribution gaussienne normalisée sur peut être définie en donnant explicitement sa densité: 1RR\mathbb{R}12π−−√e−x2/212πe−x2/2 \frac{1}{\sqrt{2\pi}}e^{-x^2/2} ou sa fonction caractéristique. Comme rappelé dans cette question, il s'agit également de la seule distribution pour laquelle la moyenne et la variance de l'échantillon sont indépendantes. Quelles sont les autres caractérisations alternatives surprenantes des …
Il existe de nombreuses façons de mesurer la similarité des deux distributions de probabilité. Parmi les méthodes qui sont populaires (dans différents cercles) figurent: la distance de Kolmogorov: la distance supérieure entre les fonctions de distribution; la distance de Kantorovich-Rubinstein: la différence maximale entre les attentes par rapport aux deux …
Quelqu'un peut-il expliquer comment les propriétés des journaux permettent de réaliser des régressions linéaires dans lesquelles les coefficients sont interprétés comme des pourcentages de variation?
Ma question concerne l’essai de justifier une méthode largement utilisée, à savoir la valeur attendue de Taylor Series. Supposons que nous avons une variable aléatoire avec une moyenne positive et une variance . De plus, nous avons une fonction, disons .XXXμμ\muσ2σ2\sigma^2log(x)log(x)\log(x) Faire Taylor l'expansion de autour de la moyenne, nous …
Je sais que cette question a été posée un milliard de fois, donc, après avoir regardé en ligne, je suis pleinement convaincu que la corrélation entre 2 variables n'implique pas une causalité. Au cours de l'une de mes conférences de statistiques d'aujourd'hui, nous avons entendu une conférence d'un physicien sur …
Supposons que ϕ(⋅)ϕ(⋅)\phi(\cdot) et Φ(⋅)Φ(⋅)\Phi(\cdot) sont fonction de la densité et la fonction de répartition de la loi normale. Comment peut-on calculer l'intégrale: ∫∞−∞Φ(w−ab)ϕ(w)dw∫−∞∞Φ(w−ab)ϕ(w)dw\int^{\infty}_{-\infty}\Phi\left(\frac{w-a}{b}\right)\phi(w)\,\mathrm dw
Je m'interroge sur celui-ci depuis un moment. Je trouve cela un peu étrange de voir comment cela se produit brusquement. Fondamentalement, pourquoi n'avons-nous besoin que de trois uniformes que comme il le fait? Et pourquoi le lissage a-t-il lieu si rapidement?ZnZnZ_n Z2Z2Z_2 : Z3Z3Z_3 : (images volées sans vergogne sur …
Pour une distribution unimodale qui est modérément biaisée, nous avons la relation empirique suivante entre la moyenne, la médiane et le mode: (Mean - Mode)∼3(Mean - Median)(Mean - Mode)∼3(Mean - Median) \text{(Mean - Mode)}\sim 3\,\text{(Mean - Median)} Comment cette relation a-t-elle été dérivée? Karl Pearson a-t-il tracé des milliers de …
Comment fonctionne l' approximation du point de selle? A quel genre de problème s'agit-il? (N'hésitez pas à utiliser un exemple particulier ou des exemples à titre d'illustration) Y a-t-il des inconvénients, des difficultés, des points à surveiller ou des pièges pour les imprudents?
Dans la régression linéaire simple, nous avons , où . J'ai dérivé l'estimateur: où et sont les exemples de moyennes de et .y=β0+β1x+uy=β0+β1x+uy = \beta_0 + \beta_1 x + uu∼iidN(0,σ2)u∼iidN(0,σ2)u \sim iid\;\mathcal N(0,\sigma^2)β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 ,β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 , \hat{\beta_1} = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sum_i (x_i - \bar{x})^2}\ , x¯x¯\bar{x}y¯y¯\bar{y}xxxyyy Maintenant, je …
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.