Statystyki i duże zbiory danych convergence

4

Jak interpretować krzywą przeżycia modelu zagrożenia Coxa?

Jak interpretujesz krzywą przeżycia z proporcjonalnego modelu hazardu Coxa? W tym przykładzie zabawki załóżmy, że mamy proporcjonalny model hazardu Coxa dla agezmiennej w kidneydanych i generujemy krzywą przeżycia. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Na przykład o czasie 200200200, które stwierdzenie jest prawdziwe? czy oba są w …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

1

Topologie, dla których zestaw rozkładów prawdopodobieństwa jest kompletny

Bardzo trudno mi było pogodzić moje intuicyjne rozumienie rozkładów prawdopodobieństwa z dziwnymi właściwościami, które posiadają prawie wszystkie topologie rozkładów prawdopodobieństwa. Na przykład rozważmy losową zmienną : wybierz Gaussa wyśrodkowany na 0 z wariancją 1 i z prawdopodobieństwem , dodaj do wyniku. Sekwencja takich losowych zmiennych zbiegnie się (słabo i w …

9 mathematical-statistics convergence central-limit-theorem topologies

1

Symulowanie zbieżności prawdopodobieństwa do stałej

Wyniki asymptotyczne nie mogą być udowodnione za pomocą symulacji komputerowej, ponieważ są to stwierdzenia obejmujące pojęcie nieskończoności. Ale powinniśmy być w stanie uzyskać poczucie, że rzeczy rzeczywiście idą tak, jak mówi teoria. Rozważ teoretyczny wynik limn→∞P(|Xn|>ϵ)=0,ϵ>0limn→∞P(|Xn|>ϵ)=0,ϵ>0\lim_{n\rightarrow\infty}P(|X_n|>\epsilon) = 0, \qquad \epsilon >0 gdzie XnXnX_n jest funkcją nnn zmiennych losowych, powiedzmy identycznie …

9 mathematical-statistics simulation convergence asymptotics

2

Konwergencja w dystrybucji \ CLT

Biorąc pod uwagę, że , warunkowe rozbieżność. o jest . ma marginalne rozproszenie. Poissona ( ) jest dodatnią stałą.N=nN=nN = nYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta Pokaż, że jako , w rozkładzie.θ→∞θ→∞\theta \rightarrow \infty (Y−E(Y))/Var(Y)−−−−−−√→N(0,1) (Y−E(Y))/Var⁡(Y)→N(0,1)\space \space (Y - E(Y))/ \sqrt{\operatorname{Var}(Y)} \rightarrow N(0,1) Czy ktoś mógłby zasugerować strategie rozwiązania tego problemu. Wygląda na to, …

9 self-study poisson-distribution conditional-probability convergence central-limit-theorem

4

(interakcja) MCMC dla multimodalnego tylnej

Próbuję próbować z tyłu, mając wiele trybów szczególnie daleko od siebie za pomocą MCMC. Wygląda na to, że w większości przypadków tylko jeden z tych trybów zawiera 95% hpd, którego szukam. Próbowałem wdrożyć rozwiązania oparte na hartowanej symulacji, ale nie przynosi to zadowalających rezultatów, ponieważ w praktyce przejście z jednego …

9 sampling mcmc inference convergence

Pytania otagowane jako convergence