Załóżmy, że masz zmienną objaśniającą gdzie oznacza daną współrzędną. Masz również zmienną odpowiedzi . Teraz możemy połączyć obie zmienne jako:X=(X(s1),…,X(sn))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right)sssY=(Y(s1),…,Y(sn))Y=(Y(s1),…,Y(sn)){\bf{Y}} = \left(Y(s_{1}),\ldots,Y(s_{n})\right) W(s)=(X(s)Y(s))∼N(μ(s),T)W(s)=(X(s)Y(s))∼N(μ(s),T){\bf{W}}({\bf{s}}) = \left( \begin{array}{ccc}X(s) \\ Y(s) \end{array} \right) \sim N(\boldsymbol{\mu}(s), T) W takim przypadku wybieramy po prostu μ(s)=(μ1μ2)Tμ(s)=(μ1μ2)T\boldsymbol{\mu}(s) = \left( \mu_{1} \; \; \mu_{2}\right)^{T} a TTT …
To pytanie pochodzi od tego, które dotyczy „Reguły .632”. Piszę ze szczególnym uwzględnieniem odpowiedzi / notacji użytkownika user603 w zakresie, w jakim upraszcza to sprawę. Ta odpowiedź zaczyna się od próbki o wielkości z zamianą, z różnych elementów w kolekcji (wywołaj) it N. Prawdopodobieństwo, że próbka jest różna od określonego …
Pewnego dnia podczas webinarium przeprowadzonego przez firmę testującą A / B ich rezydent „Data Scientist” wyjaśnił, że powinieneś zweryfikować swoje wyniki, ponownie uruchamiając eksperyment. Założeniem było, że jeśli wybierzesz 95% pewności, istnieje 5% (1/20) szansa na fałszywie pozytywny wynik. Jeśli ponownie uruchomisz eksperyment z tymi samymi ograniczeniami, teraz jest 1/400 …
Niech podąża za rozkładem jednolitym, a za rozkładem normalnym. Co można powiedzieć o ? Czy istnieje dla tego dystrybucja?Y XXXXYYYXYXY\frac X Y Stwierdziłem, że stosunek dwóch normalnych do średniej zero to Cauchy.
Dwuwymiarowy rozkład normalny ze średnią i macierzą kowariancji można ponownie zapisać we współrzędnych biegunowych o promieniu kącie . Moje pytanie brzmi: jaki jest rozkład próbkowania , to znaczy odległość od punktu do szacowanego środka danej macierzy kowariancji próbki ?μμ\muΣΣ\Sigmarrrθθ\thetar^r^\hat{r}xxxx¯x¯\bar{x}SSS Tło: Rzeczywista odległość od punktu oznacza, że zgodne z rozkładem Hoyta …
Korzystałem z metody ekstrakcji sieci szkieletowej opisanej w tym artykule: http://www.pnas.org/content/106/16/6483.abstract Zasadniczo autorzy proponują metodę opartą na statystykach, która daje prawdopodobieństwo dla każdej krawędzi na wykresie, że krawędź mogła wystąpić przypadkowo. Używam typowej granicy istotności statystycznej wynoszącej 0,05. Zastosowałem tę metodę do kilku rzeczywistych sieci, a co ciekawe, niektóre sieci …
Patrzę na rozkład sumy kwadratów zmiennych losowych o rozkładzie T, z wykładnikiem ogona αα\alpha . Gdzie X jest rv, transformata Fouriera dla X2X2X^2 , F(t)F(t)\mathscr{F}(t) daje mi rozwiązanie dla kwadratu przed splotem F(t)nF(t)n\mathscr{F}(t)^n . F(t)=∫∞0exp(itx2)⎛⎝⎜⎜⎜(αα+x2)α+12α−−√ B(α2,12)⎞⎠⎟⎟⎟dxF(t)=∫0∞exp(itx2)((αα+x2)α+12α B(α2,12))dx\mathscr{F}(t)=\int_0^{\infty } \exp \left(i\, t\, x^2\right)\left(\frac{\left(\frac{\alpha }{\alpha +x^2}\right)^{\frac{\alpha +1}{2}} }{\sqrt{\alpha }\ B\left(\frac{\alpha }{2},\frac{1}{2}\right)}\right) \, …
Czczone przypomnienie w statystykach brzmi: „nieskorelowanie nie oznacza niezależności”. Zazwyczaj to przypomnienie jest uzupełniane kojącym psychologicznie (i naukowo poprawnym) stwierdzeniem „kiedy jednak te dwie zmienne są wspólnie normalnie rozmieszczone , wówczas nieskorelacja implikuje niezależność”. Mogę zwiększyć liczbę szczęśliwych wyjątków z jednego do dwóch: kiedy dwie zmienne są rozkładem Bernoulliego , …
Jestem w klasie statystyk wprowadzających, w której funkcja gęstości prawdopodobieństwa ciągłych zmiennych losowych została zdefiniowana jako . Rozumiem, że całka z ale nie mogę tego naprawić za pomocą intuicji ciągłej zmiennej losowej. Powiedz X to zmienna losowa równa liczbie minut od czasu t, kiedy pociąg przyjeżdża. Jak obliczyć prawdopodobieństwo dotarcia …
Próbuję uzyskać wcześniejszy Jeffreys dla ujemnego rozkładu dwumianowego. Nie widzę, gdzie się mylę, więc jeśli ktoś mógłby pomóc to wskazać, byłoby to mile widziane. Okej, więc sytuacja jest następująca: mam porównać wcześniejsze rozkłady uzyskane za pomocą dwumianu i ujemnego dwumianu, gdzie (w obu przypadkach) jest prób i m sukcesów. Otrzymuję …
Natknąłem się na tę dystrybucję w grze komputerowej i chciałem dowiedzieć się więcej o jej zachowaniu. To zależy od decyzji, czy określone zdarzenie powinno nastąpić po określonej liczbie akcji gracza. Szczegóły poza tym nie są istotne. Wydaje się, że ma zastosowanie w innych sytuacjach, i uważam to za interesujące, ponieważ …
Mam wykształcenie wyższe z zakresu czystej matematyki (teoria miary, analiza funkcjonalna, algebra operatora itp.). Mam również pracę, która wymaga pewnej wiedzy na temat teorii prawdopodobieństwa (od podstawowych zasad po techniki uczenia maszynowego). Moje pytanie: czy ktoś może dostarczyć kanoniczne materiały do czytania i materiały referencyjne, które: Samodzielne wprowadzenie do teorii …
Studiuję notatki do wykładu Larry'ego Wassermana na temat statystyki, w których Casella i Berger są głównym tekstem. Pracuję nad jego notatkami z wykładu, zestawem 2 i utknąłem w wyprowadzaniu lematu stosowanego w nierówności Hoeffdinga (s. 2-3). Powtarzam dowód w uwagach poniżej, a po dowodzie wskażę, gdzie utknąłem. Lemat Załóżmy, że …
Dostaję ćwiczenie i nie potrafię tego rozgryźć. Paradoks więźniaTrzej więźniowie w izolatkach A, B i C zostali skazani na śmierć tego samego dnia, ale ponieważ jest święto narodowe, gubernator decyduje o ułaskawieniu. Więźniowie są o tym informowani, ale informowani, że nie będą wiedzieli, który z nich zostanie oszczędzony, do dnia …
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.