Statystyki i duże zbiory danych approximation

1

Jednostronna nierówność Czebyszewa na wyższy moment

Czy istnieje analogia do wyższego momentu nierówności Czebyszewa w jednostronnym przypadku? Wydaje się, że nierówność Czebyszewa-Cantellego działa tylko na wariancję, podczas gdy nierówność Czebyszewa można łatwo uzyskać dla wszystkich wykładników. Czy ktoś wie o jednostronnej nierówności przy użyciu wyższych momentów?

12 approximation moments probability-inequalities

1

Dokładny test Fishera i rozkład hipergeometryczny

Chciałem lepiej zrozumieć dokładny test Fishera, więc wymyśliłem następujący przykład zabawki, w którym f i m odpowiada płci męskiej i żeńskiej, a n i y odpowiada takiemu „zużyciu sody”: > soda_gender f m n 0 5 y 5 0 Oczywiście jest to drastyczne uproszczenie, ale nie chciałem, aby kontekst przeszkadzał. …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

3

Normalne przybliżenie do rozkładu Poissona

Tutaj w Wikipedii jest napisane: Dla wystarczająco dużych wartości λλλ (powiedzmy λ>1000λ>1000λ>1000 ) rozkład normalny ze średnią λλλ i wariancją λλλ (odchylenie standardowe λ−−√λ\sqrt{\lambda} ) stanowi doskonałe przybliżenie do rozkładu Poissona. Jeżeli λλλ jest większe niż około 10, to rozkład normalny jest dobrym przybliżeniem, jeśli przeprowadzona jest odpowiednia korekta ciągłości, …

12 normal-distribution poisson-distribution approximation

1

Czy należy stosować korekcje stopni swobody do wnioskowania na temat parametrów GLM?

To pytanie jest inspirowane odpowiedzią Martijna tutaj . Załóżmy, że dopasowujemy GLM do rodziny jednoparametrowej, takiej jak model dwumianowy lub Poissona, i że jest to procedura pełnego prawdopodobieństwa (w przeciwieństwie do quasipoissonu). Zatem wariancja jest funkcją średniej. Z dwumianowym: oraz z Poisson .var [ X] = E[ X] E[ 1 …

11 regression generalized-linear-model inference approximation t-distribution

1

Przybliżony

Od niechcenia czytałem artykuł (z ekonomii), który miał następujące przybliżenie dla :log(E(X))log⁡(E(X))\log(E(X)) ,log(E(X))≈E(log(X))+0.5var(log(X))log⁡(E(X))≈E(log⁡(X))+0.5var(log⁡(X))\log(E(X)) \approx E(\log(X))+0.5 \mathrm{var}(\log(X)) które według autora jest dokładne, jeśli X jest log-normalny (co wiem). Nie wiem, jak wyprowadzić to przybliżenie. Próbowałem obliczyć przybliżenie Taylora drugiego rzędu i wymyśliłem tylko to wyrażenie: log(E(X))≈E(log(X))+0.5var(X)E(X)2log⁡(E(X))≈E(log⁡(X))+0.5var(X)E(X)2\log(E(X)) \approx E(\log(X))+0.5\frac{\mathrm{var}(X)}{E(X)^2}

11 lognormal approximation taylor-series

3

Przybliżenie dla rozkładu dyskretnego

Jaki jest najlepszy sposób przybliżenia dla dwóch podanych liczb całkowitych gdy znasz średnią , wariancję , skośność i nadmiar kurtozy rozkładu dyskretnego , i z (niezerowych) miar kształtu i wynika, że normalne przybliżenie nie jest właściwe?m , n μ σ 2 γ 1 γ 2 X γ 1 γ 2Pr[n≤X≤m]Pr[n≤X≤m]Pr[n …

11 probability distributions moments approximation saddlepoint-approximation

1

Czy proces Gaussa (regresja) ma uniwersalną właściwość aproksymacji?

Czy jakakolwiek funkcja ciągła na [a, b], gdzie aib są liczbami rzeczywistymi, może być aproksymowana lub arbitralnie bliska funkcji (w niektórych normach) za pomocą procesów Gaussa (regresja)?

10 gaussian-process approximation

2

Kiedy zbliżają się szeregi Taylora do oczekiwań (całych) funkcji?

Przyjmij oczekiwanie na postać E(f(X))E(f(X))E(f(X)) dla pewnej zmiennej losowej jednowymiarowej XXX i całej funkcji f(⋅)f(⋅)f(\cdot) (tzn. Przedział zbieżności to cała linia rzeczywista) XXXμ≡E(x)μ≡E(x)\mu \equiv E(x)=F(μ)+ ∞ ∑ n=2f(n)(μ)E(f(x))=E(f(μ)+f′(μ)(x−μ)+f′′(μ)(x−μ)22!+…)E(f(x))=E(f(μ)+f′(μ)(x−μ)+f″(μ)(x−μ)22!+…) E(f(x)) = E\left(f(\mu) + f'(\mu)(x - \mu) + f''(\mu)\frac{(x - \mu)^2}{2!} +\ldots\right) Skróć tę serię, EN(f(x))=f(μ)+ N ∑ n=2f ( n ) …

10 expected-value approximation

2

Jakie jest normalne przybliżenie rozkładu wielomianowego?

Jeśli istnieje wiele możliwych przybliżeń, szukam najbardziej podstawowego.

10 normal-distribution multinomial approximation

2

Oblicz krzywą ROC dla danych

Mam więc 16 prób, w których próbuję uwierzytelnić osobę z cechy biometrycznej za pomocą Hamminga. Mój próg jest ustawiony na 3,5. Moje dane są poniżej i tylko próba 1 jest prawdziwie pozytywna: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 …

9 mathematical-statistics roc classification cross-validation pac-learning r anova survival hazard machine-learning data-mining hypothesis-testing regression random-variable non-independent normal-distribution approximation central-limit-theorem interpolation splines distributions kernel-smoothing r data-visualization ggplot2 distributions binomial random-variable poisson-distribution simulation kalman-filter regression lasso regularization lme4-nlme model-selection aic r mcmc dlm particle-filter r panel-data multilevel-analysis model-selection entropy graphical-model r distributions quantiles qq-plot svm matlab regression lasso regularization entropy inference r distributions dataset algorithms matrix-decomposition regression modeling interaction regularization expected-value exponential gamma-distribution mcmc gibbs probability self-study normality-assumption naive-bayes bayes-optimal-classifier standard-deviation classification optimization control-chart engineering-statistics regression lasso regularization regression references lasso regularization elastic-net r distributions aggregation clustering algorithms regression correlation modeling distributions time-series standard-deviation goodness-of-fit hypothesis-testing statistical-significance sample binary-data estimation random-variable interpolation distributions probability chi-squared predictor outliers regression modeling interaction

Pytania otagowane jako approximation