Pertanyaan yang diberi tag «convergence»

Diagnostik Gelman dan Rubin digunakan untuk memeriksa konvergensi beberapa rantai mcmc yang berjalan secara paralel. Ini membandingkan varians dalam-rantai dengan varians antara-rantai, eksposisi di bawah ini: Langkah-langkah (untuk setiap parameter): Jalankan m ≥ 2 rantai panjang 2n dari nilai awal overdispersed. Buang imbang pertama di setiap rantai. Hitung varian dalam-rantai …

14 mcmc  convergence  covariance-matrix 

Saya mencoba untuk mendapatkan pemahaman intuitif dan merasakan perbedaan dan perbedaan praktis antara istilah yang konsisten dan tidak memihak asimtotik. Saya tahu definisi matematika / statistik mereka, tetapi saya sedang mencari sesuatu yang intuitif. Bagi saya, melihat definisi masing-masing, mereka tampaknya menjadi hal yang sama. Saya menyadari perbedaannya harus halus …

14 bias  convergence  unbiased-estimator  asymptotics  intuition 

Misalkan saya mempunyai adalah iid dan saya ingin melakukan tes hipotesis bahwa adalah 0. Misalkan saya memiliki n besar dan dapat menggunakan Teorema Limit Pusat. Saya juga bisa melakukan tes bahwa adalah 0, yang harus setara dengan pengujian bahwa adalah 0. Selanjutnya, menyatu dengan chi-squared, di mana menyatu menjadi normal. …

12 hypothesis-testing  convergence  delta-method 

Saya bingung tentang beberapa detail tentang teorema Slutsky : Biarkan {Xn}{Xn}\{X_n\} , {Yn}{Yn}\{Y_n\} menjadi dua urutan elemen skalar / vektor / matriks acak. Jika XnXnX_n konvergen dalam distribusi ke elemen acak XXX dan YnYnY_n konvergen dalam probabilitas ke konstan ccc, maka Xn+Yn XnYn Xn/Yn →d X+c→d cX→d X/c,Xn+Yn →d X+cXnYn …

12 probability  random-variable  convergence  slutsky-theorem 

Biarkan {Xn}n≥1{Xn}n≥1\{X_n\}_{n\geq 1} menjadi urutan variabel acak st Xn→aXn→aX_n \to a dalam probabilitas, di mana a>0a>0a>0 adalah konstanta tetap. Saya mencoba menunjukkan yang berikut: Xn−−−√→a−−√Xn→a\sqrt{X_n} \to \sqrt{a} dan aXn→1aXn→1\frac{a}{X_n}\to 1 keduanya dalam probabilitas. Saya di sini untuk melihat apakah logika saya sehat. Ini pekerjaan saya MENCOBA Untuk bagian pertama, kami …

12 random-variable  convergence  asymptotics  probability-inequalities  coverage-probability 

Biarkan , dan menjadi densitas dan anggap Anda memiliki , . Apa yang terjadi dengan rasio kemungkinan sebagai ? (Apakah itu bertemu? Untuk apa?)fffggghhhxi∼hxi∼hx_i \sim hi∈Ni∈Ni \in \mathbb{N}∏i=1nf(xi)g(xi)∏i=1nf(xi)g(xi) \prod_{i=1}^n \frac{f(x_i)}{g(x_i)} n→∞n→∞n \rightarrow \infty Sebagai contoh, kita dapat mengasumsikan . Kasus umum juga menarik.h=gh=gh = g

11 convergence  asymptotics  likelihood-ratio 

Biarkan menjadi urutan variabel acak Bernoulli independen dengan Setel S_n = \ jumlah ^ {n} _ {k = 1} \ kiri (X_k- \ frac {1} {k} \ kanan), \ B_n ^ 2 = \ jumlah ^ {n} _ {k = 1} \ frac {k-1} {k ^ 2} Tunjukkan bahwa \ …

11 probability  convergence  central-limit-theorem 

Misalkan (X,Y)(X,Y)(X,Y) memiliki pdf fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0f_{\theta}(x,y)=e^{-(x/\theta+\theta y)}\mathbf1_{x>0,y>0}\quad,\,\theta>0 Karenanya kepadatan sampel (X,Y)=(Xi,Yi)1≤i≤n(X,Y)=(Xi,Yi)1≤i≤n(\mathbf X,\mathbf Y)=(X_i,Y_i)_{1\le i\le n} diambil dari populasi ini gθ(x,y)=∏i=1nfθ(xi,yi)=exp[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0gθ(x,y)=∏i=1nfθ(xi,yi)=exp⁡[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp⁡[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0\begin{align} g_{\theta}(\mathbf x,\mathbf y)&=\prod_{i=1}^n f_{\theta}(x_i,y_i) \\&=\exp\left[{-\sum_{i=1}^n\left(\frac{x_i}{\theta}+\theta y_i\right)}\right]\mathbf1_{x_1,\ldots,x_n,y_1,\ldots,y_n>0} \\&=\exp\left[-\frac{n\bar x}{\theta}-\theta n\bar y\right]\mathbf1_{x_{(1)},y_{(1)}>0}\quad,\,\theta>0 \end{align} Estimasi kemungkinan maksimum θθ\theta dapat diturunkan sebagai θ^( X , Y ) = X¯¯¯¯Y¯¯¯¯---√θ^(X,Y)=X¯Y¯\hat\theta(\mathbf X,\mathbf Y)=\sqrt\frac{\overline X}{\overline Y} Saya ingin …

10 maximum-likelihood  convergence  exponential  asymptotics  central-limit-theorem 

Biarkan menjadi urutan variabel acak iid yang disampel dari distribusi stabil alpha , dengan parameter .X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n}α=1.5,β=0,c=1.0,μ=1.0α=1.5,β=0,c=1.0,μ=1.0\alpha = 1.5, \; \beta = 0, \; c = 1.0, \; \mu = 1.0 Sekarang perhatikan urutan , di mana , untuk .Y1,Y2,…,YnY1,Y2,…,YnY_1, Y_2, \ldots, Y_{n}Yj+1=X3j+1X3j+2X3j+3−1Yj+1=X3j+1X3j+2X3j+3−1Y_{j+1} = X_{3j+1}X_{3j+2}X_{3j+3} - 1j=0,…,n−1j=0,…,n−1j=0, \ldots, …

10 probability  self-study  monte-carlo  convergence  order-statistics 

Dari judul saya ingin tahu apakah ada tes statistik yang dapat membantu saya untuk mengidentifikasi perbedaan yang signifikan antara dua seri waktu yang sama. Secara khusus, melihat gambar di bawah ini, saya ingin mendeteksi bahwa seri mulai menyimpang pada waktu t1, yaitu ketika perbedaan di antara mereka mulai menjadi signifikan. …

10 time-series  statistical-significance  variance  convergence  trend 

Buktikan atau berikan contoh tandingan: Jika , makaXnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX(∏ni=1Xi)1/n(∏i=1nXi)1/n(\prod_{i=1}^{n}X_i)^{1/n} →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX Usaha saya : SALAH: Misalkan dapat mengambil nilai negatif, dan misalkanXXXXn≡XXn≡XX_n \equiv X ∀∀\forall nnn LALU , namun untuk genap , tidak sepenuhnya negatif. Sebaliknya, ia berganti negatif ke positif dan negatif. …

10 self-study  convergence  geometric-mean 

Biarkan menjadi sembarang distribusi dengan mean, , dan deviasi standar, ditentukan . Teorema batas pusat mengatakan bahwa menyatu dalam distribusi ke distribusi normal standar. Jika kita mengganti dengan sampel standar deviasi , apakah ada teorema yang menyatakan bahwa menyatu dalam distribusi ke t-distribusi? Karena untuk besarXXXμμ\muσσ\sigman−−√X¯−μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSSn−−√X¯−μSnX¯−μS …

10 distributions  normal-distribution  convergence  central-limit-theorem  t-distribution 

Saya tidak memiliki pengalaman industri dalam penambangan data atau data besar sehingga akan senang mendengar Anda berbagi pengalaman. Apakah orang benar-benar menjalankan k-means, PAM, CLARA, dll. Pada dataset yang sangat besar? Atau mereka hanya mengambil sampel secara acak? Jika mereka hanya mengambil sampel dataset, apakah hasilnya dapat diandalkan jika dataset …

10 clustering  data-mining  k-means  convergence  large-data 

Kita katakan konvergen sepenuhnya ke jika untuk setiap .X ϵ &gt; 0 ∑ ∞ n = 1 P ( | X n - X | &gt; ϵ ) &lt; ∞X1, X2, ...X1,X2,…X_1, X_2, \ldotsXXXϵ &gt; 0ϵ&gt;0\epsilon>0 ∑∞n = 1P ( | Xn- X| &gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Dengan Borel, Cantelli's lemma …

10 probability  convergence 

Ini hanya contoh yang saya temui beberapa kali, jadi saya tidak punya data sampel. Menjalankan model regresi linier di R: a.lm = lm(Y ~ x1 + x2) x1adalah variabel kontinu. x2bersifat kategorikal dan memiliki tiga nilai, mis. "Rendah", "Sedang" dan "Tinggi". Namun output yang diberikan oleh R akan menjadi seperti: …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction