Questions marquées «self-study»

Contexte J'essaie de comprendre le premier exemple d'un cours sur l'ajustement de modèles (cela peut donc sembler ridiculement simple). J'ai fait les calculs à la main et ils correspondent à l'exemple, mais quand je les répète en R, les coefficients du modèle sont désactivés. Je pensais que la différence peut …

13 r  regression  self-study  lm 

Après centrage, les deux mesures x et −x peuvent être supposées être des observations indépendantes d'une distribution de Cauchy avec fonction de densité de probabilité: f(x:θ)=f(x:θ)=f(x :\theta) = 1π(1+(x−θ)2)1π(1+(x−θ)2)1\over\pi (1+(x-\theta)^2) ,−∞&lt;x&lt;∞,−∞&lt;x&lt;∞, -∞ < x < ∞ Montrer que si le MLE de θ est 0, mais si x 2 &gt; …

13 self-study  distributions  maximum-likelihood  cauchy 

Est-il "correct" d'ajouter une ligne verticale à un histogramme pour visualiser la valeur moyenne? Cela me semble bien, mais je n'ai jamais vu cela dans les manuels et autres, alors je me demande s'il y a une sorte de convention pour ne pas faire ça? Le graphique est pour un …

13 self-study  data-visualization  mean  histogram 

Dans Mostly Harmless Econometrics: An Empiricist's Companion (Angrist et Pischke, 2009: page 209), je lis ce qui suit: (...) En fait, le 2SLS (par exemple, l'estimateur Wald simple) qui vient d'être identifié est approximativement sans biais . Ceci est difficile à montrer formellement parce que le 2SLS juste identifié n'a …

13 regression  self-study  multiple-regression  econometrics  instrumental-variables 

Soit un échantillon aléatoire de la distribution uniforme sur , où a &lt;b . Soit Y_1 et Y_n les statistiques de commande les plus grandes et les plus petites. Montrer que la statistique (Y_1, Y_n) est une statistique suffisante complétée conjointement pour le paramètre \ theta = (a, b) . …

13 self-study  uniform  sufficient-statistics  complete-statistics 

On m'a posé cette question avec dans une interview. Y a-t-il une réponse «correcte»?( n , k ) = ( 400 , 220 )(n,k)=(400,220)(n, k) = (400, 220) Supposons que les lancers soient iid et que la probabilité des têtes soit . La distribution du nombre de têtes en 400 …

13 probability  hypothesis-testing  self-study  prior 

Les degrés de liberté dans une régression multiple sont égaux à , où k est le nombre de variables.N- k - 1N−k−1N-k-1kkk Est-ce que inclut la variable de réponse (c.-à-d. Y )? Par exemple, dans le modèle Y = B 0 + B 1 X 1 + B 2 X …

13 self-study  multiple-regression  degrees-of-freedom 

Ma question vient du fait suivant. J'ai lu des articles, des blogs, des conférences ainsi que des livres sur l'apprentissage automatique. Mon impression est que les praticiens de l'apprentissage automatique semblent être indifférents à beaucoup de choses qui intéressent les statisticiens et l'économétrie. En particulier, les praticiens de l'apprentissage automatique …

13 machine-learning  self-study  inference 

Je sais que pour la variable continue .P[ X= x ] = 0P[X=x]=0P[X=x]=0 Mais je ne peux pas visualiser que si , il y a un nombre infini de x possibles . Et aussi pourquoi leurs probabilités deviennent-elles infiniment petites?P[ X= x ] = 0P[X=x]=0P[X=x]=0Xxx

13 probability  self-study  references  continuous-data 

XXX et sont des variables aléatoires distribuées indépendamment où et . Quelle est la distribution de ?YYYX∼χ2(n−1)X∼χ(n−1)2X\sim\chi^2_{(n-1)}Y∼Beta(n2−1,n2−1)Y∼Beta(n2−1,n2−1)Y\sim\text{Beta}\left(\frac{n}{2}-1,\frac{n}{2}-1\right)Z=(2Y−1)X−−√Z=(2Y−1)XZ=(2Y-1)\sqrt X La densité conjointe de est donnée par(X,Y)(X,Y)(X,Y) fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x&gt;0,0&lt;y&lt;1}fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x&gt;0,0&lt;y&lt;1}f_{X,Y}(x,y)=f_X(x)f_Y(y)=\frac{e^{-\frac{x}{2}}x^{\frac{n-1}{2}-1}}{2^{\frac{n-1}{2}}\Gamma\left(\frac{n-1}{2}\right)}\cdot\frac{y^{\frac{n}{2}-2}(1-y)^{\frac{n}{2}-2}}{B\left(\frac{n}{2}-1,\frac{n}{2}-1\right)}\mathbf1_{\{x>0\,,\,00\,,\,|z|<w\}} Le pdf marginal de est alors , ce qui ne me mène nulle part.f Z ( z ) = ∫ ∞ | z | …

12 self-study  distributions  mathematical-statistics  random-variable 

J'entends ces mots de plus en plus alors que j'étudie l'apprentissage automatique. En fait, certaines personnes ont remporté la médaille Fields en travaillant sur les régularités des équations. Donc, je suppose que c'est un terme qui va de la physique statistique / mathématique à l'apprentissage automatique. Naturellement, un certain nombre …

12 machine-learning  self-study  terminology  regularization  definition 

Si est un discret et est une variable aléatoire continue, alors que pouvons-nous dire de la distribution de ? Est-ce continu ou mélangé?Y X + YXXXOuiYYX+ YX+YX+Y Qu'en est-il du produit ?XOuiXYXY

12 self-study  distributions  random-variable 

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 4 ans . J'ai ce problème où je dois trouver le pdf de . …

12 self-study  distributions  normal-distribution  pdf 

J'étudie la reconnaissance des formes et l'apprentissage automatique, et je suis tombé sur la question suivante. Considérons un problème de classification à deux classes avec une probabilité de classe antérieure égaleP(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} et la distribution des instances dans chaque classe donnée par p(x|D1)=N([00],[2001]),p(x|D1)=N([00],[2001]), p(x|D_1)= {\cal N} \left( \begin{bmatrix} 0 \\0 …

12 machine-learning  self-study  classification  discriminant-analysis 

Comment puis-je résoudre ça? J'ai besoin d'équations intermédiaires. Peut-être que la réponse est .−tf(x)−tf(x)-tf(x) ddt[∫∞txf(x)dx]ddt[∫t∞xf(x)dx] \frac{d}{dt} \left [\int_t^\infty xf(x)\,dx \right ] f(x)f(x)f(x) est la fonction de densité de probabilité. C'est-à-dire, et \ lim \ limits_ {x \ to \ infty} F (x) = 1limx→∞f(x)=0limx→∞f(x)=0\lim\limits_{x \to \infty} f(x) = 0limx→∞F(x)=1limx→∞F(x)=1\lim\limits_{x \to …

12 probability  distributions  self-study  mathematical-statistics