Pertanyaan yang diberi tag «approximation»

Adakah formula terkenal untuk statistik urutan distribusi acak tertentu? Khususnya statistik urutan pertama dan terakhir dari variabel acak normal, tetapi jawaban yang lebih umum juga akan dihargai. Sunting: Untuk memperjelas, saya mencari rumus perkiraan yang dapat lebih atau kurang dievaluasi secara eksplisit, bukan ekspresi integral yang tepat. Sebagai contoh, saya …

38 distributions  normal-distribution  approximation  order-statistics 

Dalam statistik Bayesian, sering disebutkan bahwa distribusi posterior tidak dapat dilakukan dan dengan demikian perkiraan inferensi harus diterapkan. Apa faktor-faktor yang menyebabkan kepraktisan ini?

28 bayesian  approximation  inference 

Biarkan dan menjadi 2 iidrv di mana . Saya ingin tahu distribusi untuk .X 2 log ( X 1 ) , log ( X 2 ) ∼ N ( μ , σ ) X 1 - X 2X1X1X_1X2X2X_2log( X1) , log( X2) ∼ N( μ , σ)log⁡(X1),log⁡(X2)∼N(μ,σ)\log(X_1),\log(X_2) \sim N(\mu,\sigma)X1- X2X1-X2X_1 …

23 probability  distributions  random-variable  lognormal  approximation 

Baru-baru ini ada pertanyaan seperti ML di cstheory stackexchange, dan saya memposting jawaban yang merekomendasikan metode Powell, gradient descent, algoritma genetika, atau "algoritma aproksimasi" lainnya. Dalam komentar seseorang mengatakan kepada saya metode ini adalah "heuristik" dan bukan "algoritma perkiraan" dan sering tidak mendekati optimal teoritis (karena mereka "sering terjebak dalam …

23 machine-learning  optimization  approximation 

Setelah melakukan analisis komponen utama (PCA), saya ingin memproyeksikan vektor baru ke ruang PCA (yaitu menemukan koordinatnya dalam sistem koordinat PCA). Saya telah menghitung PCA dalam bahasa R menggunakan prcomp. Sekarang saya harus bisa mengalikan vektor saya dengan matriks rotasi PCA. Haruskah komponen utama dalam matriks ini disusun dalam baris …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Salah satu metode naif untuk mendekati distribusi normal adalah dengan menambahkan bersama-sama mungkin variabel acak IID yang terdistribusi secara seragam pada , kemudian masuk kembali dan skala, bergantung pada Teorema Batas Pusat. ( Catatan : Ada metode yang lebih akurat seperti transformasi Box-Muller .) Jumlah variabel acak IID dikenal sebagai …

20 normal-distribution  central-limit-theorem  moments  approximation 

Jika Anda memiliki matriks dengan kolom n rows dan m, Anda dapat menggunakan SVD atau metode lain untuk menghitung perkiraan peringkat rendah dari matriks yang diberikan. Namun, perkiraan peringkat rendah masih akan memiliki kolom n rows dan m. Bagaimana perkiraan peringkat rendah berguna untuk pembelajaran mesin dan pemrosesan bahasa alami, …

20 r  matrix  approximation 

Saya tahu bahwa formula CDF yang mudah ditangani untuk distribusi normal agak hilang, karena fungsi kesalahan yang rumit di dalamnya. Namun, saya bertanya-tanya apakah ada formula yang bagus untuk N(c−≤x&lt;c+|μ,σ2)N(c−≤x&lt;c+|μ,σ2)N(c_{-} \leq x < c_{+}| \mu, \sigma^2) . Atau apa kira-kira pendekatan "canggih" untuk masalah ini.

18 normal-distribution  approximation 

Tahun lalu di NIPS 2017 Ali Rahimi dan Ben Recht memenangkan ujian penghargaan waktu untuk makalah mereka "Fitur Acak untuk Mesin Kernel Skala Besar" di mana mereka memperkenalkan fitur acak, yang kemudian dikodifikasikan sebagai algoritma kitchen sink acak. Sebagai bagian dari mempublikasikan makalah mereka, mereka menunjukkan bahwa model mereka dapat …

18 machine-learning  svm  gaussian-process  approximation 

Misalkan kita memiliki fungsi yang hanya dapat kita amati melalui beberapa noise. Kami tidak dapat menghitung f ( x ) secara langsung, hanya f ( x ) + η di mana η adalah noise acak. (Dalam praktiknya: Saya menghitung f ( x ) menggunakan beberapa metode Monte Carlo.)f(x)f(x)f(x)f(x)f(x)f(x)f(x)+ηf(x)+ηf(x) + \etaηη\etaf(x)f(x)f(x) …

17 approximation 

Misalkan menjadi keluarga variabel acak iid yang mengambil nilai dalam [ 0 , 1 ] , memiliki mean μ dan varians σ 2 . Interval kepercayaan sederhana untuk rata-rata, menggunakan σ kapan pun diketahui, diberikan oleh P ( | ˉ X - μ | &gt; ε ) ≤ σ 2{Xi}ni=1{Xi}i=1n\{X_i\}_{i=1}^n[0,1][0,1][0,1]μμ\muσ2σ2\sigma^2σσ\sigmaP(|X¯−μ|&gt;ε)≤σ2nε2≤1nε2(1).P(|X¯−μ|&gt;ε)≤σ2nε2≤1nε2(1). …

15 normal-distribution  confidence-interval  references  asymptotics  approximation 

Paket perangkat lunak untuk deteksi motif jaringan dapat mengembalikan skor Z yang sangat tinggi (nilai tertinggi yang pernah saya lihat adalah 600.000+, tetapi skor Z lebih dari 100 cukup umum). Saya berencana untuk menunjukkan bahwa skor-Z ini palsu. Skor Z besar sesuai dengan probabilitas terkait yang sangat rendah. Nilai-nilai probabilitas …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Teorema aproksimasi universal adalah hasil yang cukup terkenal untuk jaringan saraf, pada dasarnya menyatakan bahwa berdasarkan beberapa asumsi, suatu fungsi dapat didekati secara seragam oleh jaringan saraf dengan akurasi apa pun. Apakah ada beberapa hasil analog yang berlaku untuk jaringan saraf convolutional?

14 neural-networks  conv-neural-network  approximation 

Saya menguji persamaan cara menggunakan uji-t Welch. Distribusi yang mendasarinya jauh dari normal (lebih condong daripada contoh dalam diskusi terkait di sini ). Saya dapat memperoleh lebih banyak data tetapi ingin beberapa cara berprinsip untuk menentukan sejauh mana melakukannya. Apakah ada heuristik yang baik untuk membuat penilaian bahwa distribusi sampel …

12 normal-distribution  t-test  bootstrap  central-limit-theorem  approximation 

Diberikan iid , dan , mencari:X n ≈ N ( μ X , σ 2 X ) μ X ≈ 0N≥ 30N≥30N\geq30Xn≈ N( μX, σ2X)Xn≈N(μX,σX2)X_n\approx\mathcal{N}(\mu_X,\sigma_X^2)μX≈ 0μX≈0\mu_X \approx 0 perkiraan distribusi formulir tertutup akurat dari YN= ∏1NXnYN=∏1NXnY_N=\prod\limits_{1}^{N}{X_n} perkiraan asimtotik ( eksponensial ?) untuk produk yang sama Ini adalah kasus khusus dari …

12 distributions  normal-distribution  asymptotics  approximation