Pertanyaan yang diberi tag «distributions»

Distribusi adalah deskripsi matematis dari probabilitas atau frekuensi.

1
Hasilkan variabel acak dengan momen yang diberikan
Saya tahu pertama saat distribusi. Saya juga tahu bahwa distribusi saya kontinu, unimodal, dan berbentuk baik (sepertinya distribusi gamma). Apakah mungkin untuk:NNN Dengan menggunakan beberapa algoritma, hasilkan sampel dari distribusi ini, yang dalam kondisi terbatas akan memiliki momen yang persis sama? Selesaikan masalah ini secara analitis? Saya mengerti bahwa sampai …
1
Apa arti dan varian dari normal multivariat 0-disensor?
Biarkan berada di . Apa yang dimaksud dengan matriks kovarians dan rata-rata dari (dengan max dihitung dengan elementwise)?Z∼N(μ,Σ)Z∼N(μ,Σ)Z \sim \mathcal N(\mu, \Sigma)RdRd\mathbb R^dZ+=max(0,Z)Z+=max(0,Z)Z_+ = \max(0, Z) Ini muncul misalnya karena, jika kita menggunakan fungsi aktivasi ReLU di dalam jaringan yang dalam, dan mengasumsikan melalui CLT bahwa input ke lapisan yang …
2
Menampilkan
Jika X∼C(0,1)X∼C(0,1)X\sim\mathcal C(0,1) , temukan distribusi .Y=2X1−X2Y=2X1−X2Y=\frac{2X}{1-X^2} Kami memilikiFY(y)=Pr(Y≤y)FY(y)=Pr(Y≤y)F_Y(y)=\mathrm{Pr}(Y\le y) =Pr(2X1−X2≤y)=Pr(2X1−X2≤y)\qquad\qquad\qquad=\mathrm{Pr}\left(\frac{2X}{1-X^2}\le y\right) =⎧⎩⎨⎪⎪⎪⎪⎪⎪Pr(X∈(−∞,−1−1+y2√y])+Pr(X∈(−1,−1+1+y2√y]),ify&gt;0Pr(X∈(−1,−1+1+y2√y])+Pr(X∈(1,−1−1+y2√y]),ify&lt;0={Pr(X∈(−∞,−1−1+y2y])+Pr(X∈(−1,−1+1+y2y]),ify&gt;0Pr(X∈(−1,−1+1+y2y])+Pr(X∈(1,−1−1+y2y]),ify&lt;0\qquad\qquad=\begin{cases} \mathrm{Pr}\left(X\in\left(-\infty,\frac{-1-\sqrt{1+y^2}}{y}\right]\right)+\mathrm{Pr}\left(X\in\left(-1,\frac{-1+\sqrt{1+y^2}}{y}\right]\right),\text{if}\quad y>0\\ \mathrm{Pr}\left(X\in\left(-1,\frac{-1+\sqrt{1+y^2}}{y}\right]\right)+\mathrm{Pr}\left(X\in\left(1,\frac{-1-\sqrt{1+y^2}}{y}\right]\right),\text{if}\quad y<0 \end{cases} Saya ingin tahu apakah perbedaan kasus di atas benar atau tidak. Di sisi lain, berikut ini tampaknya metode yang lebih sederhana: Kita dapat menulis menggunakan identitas 2 tan zY=tan(2tan−1X)Y=tan⁡(2tan−1⁡X)Y=\tan(2\tan^{-1}X)2tanz1−tan2z=tan2z2tan⁡z1−tan2⁡z=tan⁡2z\frac{2\tan z}{1-\tan^2z}=\tan 2z Sekarang, …
2
Berapa distribusi probabilitas jumlah acak variabel Bernoulli non-iid ini?
Saya mencoba untuk menemukan distribusi probabilitas dari jumlah variabel acak yang tidak terdistribusi secara identik. Ini sebuah contoh: John bekerja di pusat panggilan layanan pelanggan. Dia menerima panggilan dengan masalah dan mencoba menyelesaikannya. Yang tidak bisa dia pecahkan, dia meneruskannya ke atasannya. Mari kita asumsikan bahwa jumlah panggilan yang didapatnya …
1
Model pembelajaran dalam mana yang dapat mengklasifikasikan kategori yang tidak eksklusif satu sama lain
Contoh: Saya memiliki kalimat dalam deskripsi pekerjaan: "Java senior engineer in UK". Saya ingin menggunakan model pembelajaran yang mendalam untuk memperkirakannya sebagai 2 kategori: English dan IT jobs. Jika saya menggunakan model klasifikasi tradisional, hanya dapat memprediksi 1 label dengan softmaxfungsi di lapisan terakhir. Dengan demikian, saya dapat menggunakan 2 …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
1
Menghasilkan angka acak dari "distribusi seragam miring" dari teori matematika
Untuk beberapa tujuan, saya perlu menghasilkan angka acak (data) dari distribusi "seragam miring". "Kemiringan" dari distribusi ini dapat bervariasi dalam beberapa interval yang masuk akal, dan kemudian distribusi saya harus berubah dari seragam menjadi segitiga berdasarkan pada kemiringan. Inilah derivasi saya: Mari kita membuatnya sederhana dan menghasilkan data dari hingga …
1
Distribusi bentuk kuadrat normals
Saya mencoba untuk mencari tahu distribusi mana Z i ∼ N ( 0 , 1 ) , iid aku tahu itu, mengambil masing-masing istilah secara terpisah, n ∑ i = 1 Z 2 i ∼ χ 2 ( n ) dan 1(n−1)∑i=1nZ2i−(∑i=1nZi)2(∗)(n−1)∑i=1nZi2−(∑i=1nZi)2(∗) (n-1) \sum_{i=1}^n Z_i^2 - \left( \sum_{i=1}^n Z_i \right)^2 …
1
Interval tumpang tindih acak
Bagaimana saya bisa menemukan ekspresi analitik dalam masalah berikut?D ( n , l , L )D(n,l,L.)D(n,l,L) Saya secara acak menjatuhkan "bar" dengan panjang l ke dalam interval [ 0 , L ] . "Bar" bisa tumpang tindih. Saya ingin mencari panjang total rata-rata D dari interval [ 0 , L …
1
Bisakah kita selalu menulis ulang distribusi miring yang benar dalam hal komposisi distribusi yang sewenang-wenang dan simetris?
Pertimbangkan distribusi yang dua kali dapat dibedakan dan simetris . Sekarang pertimbangkan distribusi berdiferensiasi dua kali kedua condong dalam arti bahwa:F ZFXFX\mathcal{F}_XFZFZ\mathcal{F}_Z (1)FX⪯cFZ.(1)FX⪯cFZ.(1)\quad\mathcal{F}_X\preceq_c\mathcal{F}_Z. di mana adalah pemesanan cembung van Zwet [0] sehingga setara dengan: ( 1 )⪯c⪯c\preceq_c(1)(1)(1) (2)F−1ZFX(x) is convex ∀x∈R.(2)FZ−1FX(x) is convex ∀x∈R.(2)\quad F^{-1}_ZF_X(x)\text{ is convex $\forall x\in\mathbb{R}.$} Pertimbangkan …
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.