Pytania otagowane jako self-study

Rutynowe ćwiczenie z podręcznika, kursu lub testu stosowane na zajęciach lub do samodzielnej nauki. Polityka tej społeczności polega na „udzielaniu pomocnych wskazówek” w przypadku takich pytań, a nie na udzielaniu pełnych odpowiedzi.

1
Estymator największej wiarygodności dla minimalnych rozkładów wykładniczych
Utknąłem, jak rozwiązać ten problem. Mamy więc dwie sekwencje zmiennych losowych, i dla . Teraz i są niezależnymi rozkładami wykładniczymi o parametrach i . Jednak zamiast obserwacji i , a nie obserwuje i .XiXiX_iYiYiY_ii=1,...,ni=1,...,ni=1,...,nXXXYYYλλ\lambdaμμ\muXXXYYYZZZWWW Z=min(Xi,Yi)Z=min(Xi,Yi)Z=\min(X_i,Y_i) i W=1W=1W=1 jeśli Zi=XiZi=XiZ_i=X_i i 0, jeśli Zi=YiZi=YiZ_i=Y_i . I znaleźć Zamknięty formy dla estymatorów …
4
Chcę pokazać
Niech będzie zmienną losową w przestrzeni prawdopodobieństwa żeX:Ω→NX:Ω→NX:\Omega \to \mathbb N(Ω,B,P)(Ω,B,P)(\Omega,\mathcal B,P)E(X)=∑n=1∞P(X≥n).E(X)=∑n=1∞P(X≥n).E(X)=\sum_{n=1}^\infty P(X\ge n). moja definicja z jest równa E(X)E(X)E(X)E(X)=∫ΩXdP.E(X)=∫ΩXdP.E(X)=\int_\Omega X \, dP. Dzięki.
1
Określanie wielkości próbki za pomocą proporcji i rozkładu dwumianowego
Próbuję nauczyć się statystyk za pomocą książki, Biometry autorstwa Sokala i Rohlfa (3e). Jest to ćwiczenie z 5 rozdziału, który obejmuje prawdopodobieństwo, rozkład dwumianowy i rozkład Poissona. Zdaję sobie sprawę, że istnieje formuła pozwalająca uzyskać odpowiedź na to pytanie: Jednak tego równania nie ma w tym tekście. Chciałbym wiedzieć, jak …
1
Aksjomat wyboru Luce, pytanie o prawdopodobieństwo warunkowe [zamknięte]
Zamknięte . To pytanie wymaga szczegółów lub jasności . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Dodaj szczegóły i wyjaśnij problem, edytując ten post . Zamknięte 2 lata temu . Czytam Luce (1959) . Potem znalazłem to oświadczenie: Kiedy dana osoba wybiera między alternatywami, bardzo często jej reakcje wydają …
1
Sugestia testu statystycznego
Muszę znaleźć odpowiedni test statystyczny (test ilorazu wiarygodności, test t itp.) W następujących przypadkach: Niech być IID przykładowy wektor losowej ( X ; Y ) i zakładamy, że ( Y X ) ~ N [ ( μ 1 μ 2 ) , ( 1 0,5 0,5 1 ) ] . …
1
Dlaczego Anova () i drop1 () podają różne odpowiedzi dla GLMM?
Mam GLMM w postaci: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kiedy używam drop1(model, test="Chi"), otrzymuję inne wyniki niż w przypadku korzystania Anova(model, type="III")z pakietu samochodowego lub summary(model). Te dwa ostatnie dają te same odpowiedzi. Korzystając z wielu sfabrykowanych danych, odkryłem, że te …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
1
Znajdź UMVUE z
Pozwolić X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n być zmiennymi losowymi mającymi pdf fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) gdzie θ>0θ>0\theta >0. Podaj UMVUE z1θ1θ\frac{1}{\theta} i obliczyć jego wariancję Dowiedziałem się o dwóch takich metodach dla uzyskanych UMVUE: Cramer-Rao Lower Bound (CRLB) Lehmann-Scheffe Thereom Spróbuję tego przy użyciu pierwszego z nich. Muszę przyznać, …
3
Dystrybucja
Jako rutynowe ćwiczenie próbuję znaleźć rozkład X2)+Y2)-------√X2)+Y2)\sqrt{X^2+Y^2} gdzie XXX i YYY są niezależne U( 0 , 1 )U(0,1) U(0,1) zmienne losowe. Łączna gęstość wynosząca ( X, Y)(X,Y)(X,Y) jest faX, Y( x , y) =10 &lt; x , y&lt; 1faX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right), tak jak cosθcos⁡θ\cos\theta zmniejsza się na θ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]; izsinθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right), tak jak …
1
Pochodna utraty entropii krzyżowej w word2vec
Próbuję przejść przez pierwszy zestaw problemów z materiałem do kursu online cs224d klasy Stanford i mam pewne problemy z problemem 3A: Używając modelu pomiń gram word2vec z funkcją przewidywania softmax i funkcją utraty entropii krzyżowej, my chcę obliczyć gradienty w stosunku do przewidywanych wektorów słów. Biorąc pod uwagę funkcję softmax: …
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.