Pytania otagowane jako normal-distribution

Rozkład normalny lub Gaussa ma funkcję gęstości, która jest symetryczną krzywą w kształcie dzwonu. Jest to jeden z najważniejszych rozkładów w statystykach. Użyj tagu [normalność], aby zapytać o testowanie normalności.

3
Dlaczego często przyjmuje się rozkład Gaussa?
Cytując z artykułu z Wikipedii na temat szacowania parametrów naiwnego klasyfikatora Bayesa : „typowym założeniem jest to, że ciągłe wartości związane z każdą klasą są rozkładane zgodnie z rozkładem Gaussa”. Rozumiem, że rozkład Gaussa jest dogodny ze względów analitycznych. Czy istnieje jednak jakiś inny powód, aby przyjąć takie przypuszczenie? Co …
3
Jak obliczyć prawdopodobieństwo związane z absurdalnie dużymi wynikami Z?
Pakiety oprogramowania do wykrywania motywów sieciowych mogą zwracać niezwykle wysokie wyniki Z (najwyższy, jaki widziałem, to 600 000+, ale wyniki Z powyżej 100 są dość powszechne). Planuję pokazać, że te wyniki Z są fałszywe. Ogromne wyniki Z odpowiadają bardzo niskim związanym prawdopodobieństwom. Wartości powiązanych prawdopodobieństw podano np. Na stronie wikipedii …
2
Dlaczego różnica kwadratowa jest tak często stosowana?
Bardzo często, gdy badam nowe metody i pojęcia statystyczne, napotykam kwadratową różnicę (lub średni błąd kwadratu lub mnogość innych epitetów). Na przykład, r Pearsona jest ustalane na podstawie średniej kwadratowej różnicy od linii regresji, którą leżą punkty. W przypadku ANOVA patrzysz na sumę kwadratów i tak dalej. Rozumiem teraz, że …
2
Inicjalizacja wagi CNN Xaviera
W niektórych samouczkach stwierdziłem, że inicjalizacja wagi „Xaviera” (papier: Zrozumienie trudności w uczeniu głębokich sieci neuronowych ze sprzężeniem zwrotnym ) jest skutecznym sposobem inicjalizacji wag sieci neuronowych. W przypadku w pełni połączonych warstw w tych samouczkach obowiązywała zasada: Var(W)=2nin+nout,simpler alternative:Var(W)=1ninVar(W)=2nin+nout,simpler alternative:Var(W)=1ninVar(W) = \frac{2}{n_{in} + n_{out}}, \quad \text{simpler alternative:} \quad Var(W) …
1
Dlaczego MLE ma sens, skoro prawdopodobieństwo pojedynczej próbki wynosi 0?
To trochę dziwna myśl, którą miałem podczas przeglądania starych statystyk i z jakiegoś powodu nie wydaje mi się, żebym wymyślił odpowiedź. Ciągły plik PDF informuje nas o gęstości obserwacji wartości w danym zakresie. Mianowicie, jeśli X∼ N.( μ , σ2))X∼N(μ,σ2)X \sim N(\mu,\sigma^2) , na przykład, to prawdopodobieństwo, że realizacja przypada …
1
Obliczenia Steve'a Hsu dotyczące geniuszy w Chinach
Na swoim blogu fizyk Steve Hsu napisał: Zakładając normalny rozkład, w USA jest tylko około 10 000 osób, które osiągają wyniki +4SD i podobną liczbę w Europie, więc jest to dość wybrana populacja (w przybliżeniu, kilkaset najlepszych seniorów szkół średnich każdego roku w USA). Jeśli ekstrapolujesz liczby mieszkańców Azji Północnej …
3
Regresja liniowa: jakikolwiek nienormalny rozkład dający tożsamość OLS i MLE?
To pytanie jest inspirowane długą dyskusją w komentarzach tutaj: W jaki sposób regresja liniowa wykorzystuje rozkład normalny? W zwykłym modelu regresji liniowej, dla uproszczenia, zapisanym tutaj tylko z jednym predyktorem: gdzie są znanymi stałymi, a są zerowymi średnimi niezależnymi błędami. Jeśli dodatkowo przyjmiemy rozkład normalny dla błędów, wówczas zwykłe estymatory …
3
Potrzebujesz algorytmu, aby obliczyć względne prawdopodobieństwo, że dane są próbkami z rozkładu normalnego w porównaniu z rozkładem logarytmicznym
Powiedzmy, że masz zestaw wartości i chcesz wiedzieć, czy bardziej prawdopodobne jest, że próbkowano z rozkładu Gaussa (normalnego) lub próbkowano z rozkładu logarytmicznego? Oczywiście idealnie byłoby wiedzieć coś o populacji lub o źródłach błędów eksperymentalnych, więc mielibyśmy dodatkowe informacje przydatne w odpowiedzi na pytanie. Ale tutaj załóżmy, że mamy tylko …
2
Dlaczego tak nazywane są „dyskryminacyjne” modele Gaussa?
Modele analizy dyskryminacyjnej Gaussa uczą się a następnie stosują regułę Bayesa do oceny Dlatego są to modele generatywne. Dlaczego zatem nazywa się to analizą dyskryminacyjną? Jeśli dzieje się tak, ponieważ w końcu wyprowadzamy krzywą dyskryminacyjną między klasami, dzieje się tak w przypadku wszystkich modeli generatywnych.P(x|y)P(x|y)P(x|y)P(y|x)=P(x|y)Pprior(y)Σg∈YP(x|g)Pprior(g).P(y|x)=P(x|y)Pprior(y)Σg∈YP(x|g)Pprior(g).P(y|x) = \frac{P(x|y)P_{prior}(y)}{\Sigma_{g \in Y} P(x|g) …
1
Ustalenie prawdziwej średniej z głośnych obserwacji
Mam duży zestaw punktów danych w postaci (średnia, stdev). Chciałbym zredukować to do jednego (lepszego) środka i (miejmy nadzieję) mniejszego odchylenia standardowego. Oczywiście mógłbym po prostu obliczyć , jednak nie bierze to pod uwagę faktu, że niektóre punkty danych są znacznie dokładniejsze niż inne.∑datameanN∑datameanN\frac{\sum data_{mean}}{N} Krótko mówiąc, chciałbym wykonać średnią …
3
Jakie jest prawdopodobieństwo, że rozkład normalny z nieskończoną wariancją ma wartość większą niż jego średnia?
W dzisiejszym wywiadzie zapytano mnie o coś podobnego do tego. Ankieter chciał wiedzieć, jakie jest prawdopodobieństwo, że opcja „za pieniądze” skończy się w pieniądzu, gdy zmienność zmierza do nieskończoności. Powiedziałem 0%, ponieważ rozkłady normalne, które leżą u podstaw modelu Blacka-Scholesa i hipoteza losowego marszu będą miały nieskończoną wariancję. Pomyślałem, że …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.