Questions marquées «self-study»

Comme exercice de routine, j'essaie de trouver la distribution de où et sont des variables aléatoires indépendantes.X2+Y2−−−−−−−√X2+Y2\sqrt{X^2+Y^2}XXXYYYU(0,1)U(0,1) U(0,1) La densité conjointe de est (X,Y)(X,Y)(X,Y)fX,Y(x,y)=10&lt;x,y&lt;1fX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right)cosθcos⁡θ\cos\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]zsinθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right)sinθsin⁡θ\sin\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right] Donc, pour , nous avons .1&lt;z&lt;2–√1&lt;z&lt;21< z<\sqrt 2cos−1(1z)&lt;θ&lt;sin−1(1z)cos−1⁡(1z)&lt;θ&lt;sin−1⁡(1z)\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right) La valeur absolue du jacobien de transformation est|J|=z|J|=z|J|=z Ainsi, la densité conjointe de est donnée par(Z,Θ)(Z,Θ)(Z,\Theta) fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2√),θ∈(cos−1(1/z),sin−1(1/z))}fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2),θ∈(cos−1⁡(1/z),sin−1⁡(1/z))}f_{Z,\Theta}(z,\theta)=z\mathbf …

10 self-study  distributions  mathematical-statistics  uniform 

J'essaie de me frayer un chemin à travers le premier ensemble de problèmes du matériel de cours en ligne stanford cs224d et j'ai des problèmes avec le problème 3A: lorsque j'utilise le modèle skip gram word2vec avec la fonction de prédiction softmax et la fonction de perte d'entropie croisée, nous …

10 machine-learning  self-study  word2vec 

Soit un échantillon aléatoire issu d'une distribution pour . C'est à dire,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Trouver l'estimateur sans biais avec la variance minimale pourg(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Ma tentative: Comme la distribution géométrique est de la famille exponentielle, les statistiques sont complètes et suffisantes pour . De plus, si est un estimateur …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

Ma question découle de la lecture de la lecture de «L'estimation d'une distribution de Dirichlet» de Minka , qui énonce ce qui suit sans preuve dans le contexte de la dérivation d'un estimateur du maximum de vraisemblance pour une distribution de Dirichlet basée sur des observations de vecteurs aléatoires: Comme …

10 self-study  maximum-likelihood  exponential-family  sufficient-statistics 

Dans le code suivant, j'effectue une régression logistique sur des données groupées en utilisant glm et "à la main" en utilisant mle2. Pourquoi la fonction logLik dans R me donne-t-elle une vraisemblance logLik (fit.glm) = - 2,336 différente de celle logLik (fit.ml) = - 5,514 que je reçois à la …

10 r  self-study  generalized-linear-model 

Le manuel génère d'abord des données à 2 classes via: qui donne: puis il demande: J'essaie de résoudre cela en modélisant d'abord cela avec ce modèle graphique: où est l'étiquette, est l'indice de la moyenne sélectionnée , et est le point de données. Cela donneraccch(1≤h≤10)h(1≤h≤10)h\,(1\le h \le 10)mchmhcm_h^cxxx Pr(x∣mch)=Pr(mch∣h,c=blue)=Pr(mch∣h,c=orange)=Pr(h)=Pr(c)=N(mch,I/5)N((1,0)T,I)N((0,1)T,I)11012Pr(x∣mhc)=N(mhc,I/5)Pr(mhc∣h,c=blue)=N((1,0)T,I)Pr(mhc∣h,c=orange)=N((0,1)T,I)Pr(h)=110Pr(c)=12 \begin{align*} …

10 self-study  bayesian 

J'essaie d'adapter un modèle à temps discret dans R, mais je ne sais pas comment le faire. J'ai lu que vous pouvez organiser la variable dépendante dans différentes lignes, une pour chaque observation de temps, et utiliser la glmfonction avec un lien logit ou cloglog. En ce sens, j'ai trois …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

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 

Laissez X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n be iid variables aléatoires ayant pdf fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) où θ&gt;0θ&gt;0\theta >0 . Donnez l'UMVUE de 1θ1θ\frac{1}{\theta} et calculer sa variance J'ai appris deux de ces méthodes pour obtenir des UMVUE: Limite inférieure de Cramer-Rao (CRLB) Lehmann-Scheffe Thereom Je vais tenter cela …

10 self-study  estimation  inference  exponential-family  umvue 

Soit et des variables aléatoires exponentielles indépendantes et identiquement distribuées avec rate . Soit .X1X1X_1X2X2X_2λλ\lambdaS2=X1+X2S2=X1+X2S_2 = X_1 + X_2 Q: Montrez que a PDF .S2S2S_2fS2(x)=λ2xe−λx,x≥0fS2(x)=λ2xe−λx,x≥0f_{S_2}(x) = \lambda^2 x \text{e}^{-\lambda x},\, x\ge 0 Notez que si des événements se sont produits selon un processus de Poisson (PP) avec un taux , …

10 self-study  distributions  convolution  exponential-distribution 

Pour les devoirs, on m'a donné des données pour créer / former un prédicteur qui utilise la régression au lasso. Je crée le prédicteur et je l'entraîne à l'aide de la bibliothèque lasso python de scikit learn. Alors maintenant, j'ai ce prédicteur qui, une fois donné, peut prédire la sortie. …

10 regression  machine-learning  self-study  confidence-interval  bootstrap 

J'ai atteint jusqu'à dlnLdμ=∑i=1n2(xi−u)1+(xi−u)2dln⁡Ldμ=∑i=1n2(xi−u)1+(xi−u)2\frac{d\ln L}{d\mu}=\sum_{i=1}^n \frac{2(x_i-u)}{1+(x_i-u)^2} Où est le paramètre d'emplacement. Et est la fonction de vraisemblance. Je ne sais pas comment procéder. Veuillez aider.uuuLLL

10 self-study  maximum-likelihood  cauchy 

Soit et des événements indépendants, et que et soient des événements indépendants. Comment puis-je montrer que et sont également des événements indépendants?UNEUNEABBBUNEUNEACCCUNEUNEAB ∪ CB∪CB\cup C Selon la définition des événements indépendants, et sont indépendants si et seulement siUNEUNEAB ∪ CB∪CB\cup CP( A ∩ ( B ∪ C) ) = P( …

10 probability  self-study  independence 

Wikipedia donne les définitions suivantes: Censure à droite : un point de données est au-dessus d'une certaine valeur mais il est inconnu de combien. Censure gauche : un point de données est en dessous d'une certaine valeur mais il n'est pas connu de combien. Dans ces définitions, que signifie: "point …

10 self-study  censoring 

J'ai trouvé une solution qui disait que si le carré d'une série chronologique est stationnaire, la série chronologique d'origine l'est aussi, et vice-versa. Cependant, je ne semble pas en mesure de le prouver, quelqu'un a une idée si c'est vrai, et si c'est comment le dériver?

9 time-series  self-study  data-transformation  stationarity