Losowo w odległości , która jest określona jako gdzie jest szum biały. Oznacza, że bieżąca pozycja jest sumą poprzedniej pozycji + nieprzewidziany termin.Yt=Yt−1+etYt=Yt−1+etY_{t} = Y_{t-1} + e_tetete_t Możesz udowodnić, że średnia funkcja , ponieważμt=0μt=0\mu_t = 0 E(Yt)=E(e1+e2+...+et)=E(e1)+E(e2)+...+E(et)=0+0+...+0E(Yt)=E(e1+e2+...+et)=E(e1)+E(e2)+...+E(et)=0+0+...+0E(Y_{t}) = E(e_1+ e_2+ ... +e_t) = E(e_1) + E(e_2) +... +E(e_t) = 0 …
Nigdy nie miałem okazji odwiedzić kursu statystyki z wydziału matematyki. Szukam teorii prawdopodobieństwa i księgi statystycznej, która byłaby kompletna i samowystarczalna. Przez kompletne rozumiem, że zawiera wszystkie dowody, a nie tylko wyniki. Przez samowystarczalność rozumiem, że nie muszę czytać innej książki, aby ją zrozumieć. Oczywiście może to wymagać rachunku na …
Jest to nieco związane z moim poprzednim pytaniem: przykład, w którym zasada prawdopodobieństwa * naprawdę * ma znaczenie? Najwyraźniej Deborah Mayo opublikowała artykuł w nauce statystycznej, obalając dowód Birnbauma na zasadę prawdopodobieństwa. Czy ktoś może wyjaśnić główny argument Birnbauma i kontrargument Mayo? Czy ona ma rację (logicznie)?
Często czytam o tym, że funkcja jest „wysoce nieliniowa”. W moim rozumieniu istnieje „liniowy” i „nieliniowy”, więc o co w tym chodzi? Czy istnieje formalna różnica od nieliniowej? Jak to jest zdefiniowane?
Jeśli i są dwoma niezależnymi wektorami jednostek losowych w (równomiernie rozmieszczonymi na kuli jednostkowej), jaki jest rozkład ich iloczynu skalarnego (iloczyn skalarny) ?xx\mathbf{x}yy\mathbf{y}RreRD\mathbb{R}^Dx ⋅ yx⋅y\mathbf x \cdot \mathbf y Wydaje mi się, że gdy szybko rośnie rozkład (?) Staje się normalny z zerową średnią i wariancją malejącą w wyższych wymiarach …
Jest to prawdopodobnie głupie pytanie, ale czy teoria prawdopodobieństwa jest badaniem funkcji, które integrują / sumują się z jedną? EDYTOWAĆ. Zapomniałem o braku negatywności. Czy więc teoria prawdopodobieństwa jest badaniem funkcji nieujemnych, które całkują się / sumują do jednej?
Jaki jest rozkład współczynnika determinacji, czyli R do kwadratu, , w regresji wielokrotnej liniowej jednowymiarowej z regresją zerową ?R2R2R^2H0:β=0H0:β=0H_0:\beta=0 Jak to zależy od liczby predyktorów i liczby próbek ? Czy istnieje sposób wyrażenia w formie zamkniętej dla trybu tej dystrybucji?kkkn>kn>kn>k W szczególności mam wrażenie, że dla prostej regresji (z jednym …
W Internecie wiele znalazłem na temat interpretacji efektów losowych i stałych. Jednak nie udało mi się uzyskać źródła określającego: Jaka jest matematyczna różnica między efektami losowymi i stałymi? Rozumiem przez to matematyczne sformułowanie modelu i sposób szacowania parametrów.
W całym założeniu nasza statystyka jest funkcją niektórych danych która jest pobierana z funkcji dystrybucyjnej ; funkcja rozkładu empirycznego naszej próbki to . Więc to statystyka postrzegana jako zmienna losowa, a to wersja statystyki ładowania początkowego. Używamy jako odległości KSθ(⋅)θ(⋅)\theta(\cdot)X1,…XnX1,…XnX_1, \ldots X_nF θ ( F ) θ ( M ) …
Biorąc pod uwagę punktów danych, każdy z cechami , są oznaczone jako , pozostałe są oznaczone jako . Każda cecha przyjmuje losowo wartość z (rozkład równomierny). Jakie jest prawdopodobieństwo, że istnieje hiperpłaszczyzna, która może podzielić dwie klasy?d n / 2 0 n / 2 1 [ 0 , 1 ]nnndddn/2n/2n/2000n/2n/2n/2111[0,1][0,1][0,1] …
Jaka jest różnica statystyk matematycznych i statystyk? Przeczytałem to : Statystyka to badanie gromadzenia, organizacji, analizy i interpretacji danych. Zajmuje się wszystkimi aspektami tego, w tym planowaniem gromadzenia danych w zakresie projektowania ankiet i eksperymentów. A to : Statystyka matematyczna to badanie statystyki z matematycznego punktu widzenia, z wykorzystaniem teorii …
Każdy podręcznik, który do tej pory widziałem, opisuje algorytmy ML i sposoby ich implementacji. Czy istnieje także podręcznik, który buduje twierdzenia i dowody na zachowanie tych algorytmów? np. stwierdzenie, że w warunkach , opadanie gradientu zawsze prowadzi do ?A , B , C.x,y,zx,y,zx,y,zA,B,CA,B,CA,B,C
Czy ktoś może wyjaśnić wystarczające statystyki w bardzo podstawowych terminach? Pochodzę z inżynierii i przeszedłem wiele rzeczy, ale nie znalazłem intuicyjnego wyjaśnienia.
Znam regularne problemy, jeśli mamy najlepszy regularny obiektywny estymator, musi to być estymator maksymalnego prawdopodobieństwa (MLE). Ale ogólnie, jeśli mamy obiektywny MLE, czy byłby to również najlepszy obiektywny estymator (a może powinienem nazwać go UMVUE, o ile ma najmniejszą wariancję)?
Wiem E(aX+b)=aE(X)+bE(aX+b)=aE(X)+bE(aX+b) = aE(X)+b z , b stałych, więc podane E ( X ) , to łatwo rozwiązać. Wiem również, że nie można tego zastosować, gdy jest to funkcja nieliniowa, jak w tym przypadku E ( 1 / X ) ≠ 1 / E ( X ) , i aby …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.