Pertanyaan yang diberi tag «convergence»

Saya pernah mendengar istilah "root-n" estimator konsisten 'digunakan berkali-kali. Dari sumber yang saya perintahkan, saya berpikir bahwa penduga yang konsisten "root-n" berarti: penaksir bertemu pada nilai sebenarnya (maka kata "konsisten") penaksir bertemu pada tingkat 1 /n--√1/n1/\sqrt{n} Ini membingungkan saya, sejak itu 1 /n--√1/n1/\sqrt{n}tidak bertemu? Apakah saya melewatkan sesuatu yang penting …

10 convergence  estimators  consistency 

Bagaimana Anda menginterpretasikan kurva survival dari model hazard proporsional cox? Dalam contoh mainan ini, anggaplah kita memiliki model hazard proporsional cox pada agevariabel dalam kidneydata, dan menghasilkan kurva survival. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Misalnya, pada waktu , pernyataan mana yang benar? atau keduanya salah?200200200 Pernyataan …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

Saya telah berjuang sedikit dengan mendamaikan pemahaman intuitif saya tentang distribusi probabilitas dengan sifat aneh yang dimiliki hampir semua topologi pada distribusi probabilitas. Misalnya, pertimbangkan variabel acak campuran : pilih Gaussian yang berpusat pada 0 dengan varians 1, dan dengan probabilitas 1XnXnX_n , tambahkannke hasilnya. Urutan variabel acak akan konvergen …

9 mathematical-statistics  convergence  central-limit-theorem  topologies 

Hasil asimptotik tidak dapat dibuktikan dengan simulasi komputer, karena mereka adalah pernyataan yang melibatkan konsep infinity. Tetapi kita harus bisa mendapatkan perasaan bahwa segala sesuatunya benar-benar berbaris seperti yang dikatakan teori. Pertimbangkan hasil teoretis limn→∞P(|Xn|>ϵ)=0,ϵ>0limn→∞P(|Xn|>ϵ)=0,ϵ>0\lim_{n\rightarrow\infty}P(|X_n|>\epsilon) = 0, \qquad \epsilon >0 di mana XnXnX_n adalah fungsi dari nnn variabel acak, katakanlah …

9 mathematical-statistics  simulation  convergence  asymptotics 

Mengingat bahwa , distr kondisional. dari adalah . memiliki distr marjinal. Poisson ( ), adalah konstanta positif.Y χ 2 ( 2 n ) N q qN=nN=nN = nYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta Tunjukkan bahwa, sebagai , dalam distribusi.( Y - E ( Y ) ) / √θ→∞θ→∞\theta \rightarrow \infty (Y−E(Y))/Var(Y)−−−−−−√→N(0,1) (Y−E(Y))/Var⁡(Y)→N(0,1)\space \space (Y …

9 self-study  poisson-distribution  conditional-probability  convergence  central-limit-theorem 

Saya mencoba mengambil sampel dari posterior yang memiliki banyak mode, terutama yang saling berjauhan menggunakan MCMC. Tampaknya dalam kebanyakan kasus, hanya satu dari mode ini yang mengandung 95% hp yang saya cari. Saya mencoba menerapkan solusi berdasarkan simulasi tempered tetapi ini tidak memberikan hasil yang memuaskan karena dalam praktiknya dari …

9 sampling  mcmc  inference  convergence 

Biarkan menjadi urutan variabel acak iid . Tetapkan dan untuk . Temukan distribusi pembatas dari(Xn)(Xn)(X_n)N( 0 , 1 )N(0,1)\mathcal N(0,1)S0= 0S0=0S_0=0Sn=∑nk = 1XkSn=∑k=1nXkS_n=\sum_{k=1}^n X_kn ≥ 1n≥1n\geq 11n∑k = 1n|Sk - 1| (X2k- 1 )1n∑k=1n|Sk−1|(Xk2−1)\frac1n \sum_{k=1}^{n}|S_{k-1}|(X_k^2 - 1) Masalah ini berasal dari sebuah buku masalah tentang Teori Probabilitas, dalam bab tentang …

8 self-study  normal-distribution  convergence  central-limit-theorem 

Pertanyaan: Xn→dXXn→dXX_n\stackrel{d}{\rightarrow}X danYn→dY⟹?Xn+Yn→dX+YYn→dY⟹?Xn+Yn→dX+YY_n\stackrel{d}{\rightarrow}Y \stackrel{?}{\implies} X_n+Y_n\stackrel{d}{\rightarrow}X+Y Saya tahu ini tidak berlaku secara umum; Teorema Slutsky hanya berlaku ketika satu atau kedua konvergensi dalam probabilitas. Namun, ada kasus di mana ia tidak ditahan? Misalnya, jika urutan dan independen.XnXnX_nYnYnY_n

8 distributions  convergence  asymptotics  slutsky-theorem 

Saya memiliki urutan variabel non-negatif seperti: XnXnX_nE(Xn|Cn)=Cnn2E(Xn|Cn)=Cnn2E(X_n|C_n)=\frac{C_n}{n^2} di mana adalah urutan variabel acak yang konvergen hampir pasti ke .CnCnC_n111 Bisakah saya menyimpulkan cenderung ke 0 hampir pasti?XnXnX_n Catatan: Anda dapat mengganti dengan urutan apa pun dengan jumlah terbatas. Pertanyaannya pada dasarnya tetap sama dan jawaban yang diberikan oleh Jason sama …

8 probability  convergence  conditional-expectation 

Dalam "pembelajaran mesin Kevin Murphy: Perspektif probabilistik", bab 3.2, penulis menunjukkan pembelajaran konsep Bayesian pada contoh yang disebut "permainan angka": Setelah mengamati NNN sampel dari {1,...,100}{1,...,100}\{1,...,100\}, kami ingin memilih hipotesis hhhyang paling menggambarkan aturan yang menghasilkan sampel. Misalnya "bilangan genap" atau "bilangan prima". Estimasi a-posteriori maksimum dan kemungkinan maksimum didefinisikan …

8 self-study  bayesian  maximum-likelihood  convergence 

Algoritme kebijakan dan nilai iterasi dapat digunakan untuk menyelesaikan masalah proses keputusan Markov. Saya mengalami kesulitan memahami kondisi yang diperlukan untuk konvergensi. Jika kebijakan optimal tidak berubah selama dua langkah (yaitu selama iterasi i dan i +1 ), dapatkah disimpulkan bahwa algoritma telah konvergen? Jika tidak, lalu kapan?

8 algorithms  markov-process  convergence 

Motivasi Dalam konteks inferensi pasca-model-seleksi, Leeb & Pötscher (2005) menulis: Meskipun telah lama diketahui bahwa keseragaman (setidaknya secara lokal) dengan parameter adalah masalah penting dalam analisis asimptotik, pelajaran ini sering dilupakan dalam praktik sehari-hari teori ekonometrik dan statistik di mana kita sering puas untuk membuktikan hasil asimptotik secara langsung ( …

8 mathematical-statistics  convergence  asymptotics  estimators 

Saya mengerti bahwa rumus untuk probabilitas konvergensi adalah P[|Xn−X∞|>ϵ]→0P[|Xn−X∞|>ϵ]→0P[|X_n − X_\infty| \gt \epsilon ]\to 0dan saya bisa memecahkan masalah menggunakan rumus. Adakah yang bisa menjelaskannya secara intuitif (seperti saya berusia lima tahun), terutama dalam hal apaϵϵ\epsilon adalah?

8 probability  convergence  intuition 

Saya telah menggunakan fungsi glm.fit di R untuk menyesuaikan parameter dengan model regresi logistik. Secara default, glm.fit menggunakan kuadrat terkecil yang diulang-ulang secara berulang agar sesuai dengan parameter. Apa alasan mengapa algoritma ini gagal untuk bertemu, ketika digunakan untuk regresi logistik?

8 r  logistic  generalized-linear-model  convergence  irls 

Christopher Bishop mendefinisikan nilai yang diharapkan dari fungsi kemungkinan log data lengkap (yaitu dengan asumsi bahwa kita diberikan data yang dapat diamati X serta data laten Z) sebagai berikut: EZ[lnp(X,Z∣μ,Σ,π)]=∑n=1N∑k=1Kγ(znk){lnπk+lnN(xn∣ μk,Σk)}(1)(1)EZ[ln⁡p(X,Z∣μ,Σ,π)]=∑n=1N∑k=1Kγ(znk){ln⁡πk+ln⁡N(xn∣ μk,Σk)} \mathbb{E}_\textbf{Z}[\ln p(\textbf{X},\textbf{Z} \mid \boldsymbol{\mu}, \boldsymbol{\Sigma}, \boldsymbol{\pi})] = \sum_{n=1}^N \sum_{k=1}^K \gamma(z_{nk})\{\ln \pi_k + \ln \mathcal{N}(\textbf{x}_n \mid \ \boldsymbol{\mu}_k, \boldsymbol{\Sigma}_k)\} …

8 self-study  maximum-likelihood  expected-value  convergence  expectation-maximization