Pertanyaan yang diberi tag «intuition»

Saya benar-benar buta dan berasal dari latar belakang pemrograman. Apa yang saya coba lakukan adalah mempelajari pembelajaran mesin, dan untuk melakukan ini, pertama-tama saya perlu belajar tentang regresi linier. Semua penjelasan di internet saya temukan tentang subjek ini, plot data terlebih dahulu. Saya mencari penjelasan praktis tentang regresi linier yang …

47 regression  intuition 

Misalkan . Kemudian distribusi bersyarat dari mengingat bahwa terdistribusi multivariat yang biasanya dengan mean:X∼N2(μ,Σ)X∼N2(μ,Σ)\mathbf{X} \sim N_{2}(\mathbf{\mu}, \mathbf{\Sigma})X1X1X_1X2=x2X2=x2X_2 = x_2 E[P(X1|X2=x2)]=μ1+σ12σ22(x2−μ2)E[P(X1|X2=x2)]=μ1+σ12σ22(x2-μ2) E[P(X_1 | X_2 = x_2)] = \mu_1+\frac{\sigma_{12}}{\sigma_{22}}(x_2-\mu_2) dan varians:Var[P(X1|X2=x2)]=σ11−σ212σ22Var[P(X1|X2=x2)]=σ11−σ122σ22{\rm Var}[P(X_1 | X_2 = x_2)] = \sigma_{11}-\frac{\sigma_{12}^{2}}{\sigma_{22}} Masuk akal bahwa varians akan berkurang karena kami memiliki lebih banyak informasi. Tapi apa …

46 normal-distribution  multivariate-analysis  intuition 

Contoh Stein menunjukkan bahwa estimasi kemungkinan maksimum nnn variabel terdistribusi normal dengan rata-rata μ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n dan varians 111 tidak dapat diterima (di bawah fungsi kuadrat kerugian) iff n≥3n≥3n\ge 3 . Untuk bukti yang rapi, lihat bab pertama Inferensi Skala Besar: Metode Empiris Bayes untuk Estimasi, Pengujian, dan Prediksi oleh Bradley Effron. …

46 maximum-likelihood  unbiased-estimator  intuition  steins-phenomenon 

Saya melihat konsep 'pertukaran' digunakan dalam konteks yang berbeda (misalnya, model bayesian) tetapi saya tidak pernah memahami istilah ini dengan sangat baik. Apa konsep ini? Dalam keadaan apa konsep ini digunakan dan mengapa?

41 bayesian  intuition  exchangeability 

Dari Wikipedia: Misalkan Anda berada di sebuah acara permainan, dan Anda diberi pilihan tiga pintu: Di belakang satu pintu adalah mobil; di belakang yang lain, kambing. Anda memilih pintu, katakan Nomor 1, dan tuan rumah, yang tahu apa yang ada di balik pintu, membuka pintu lain, katakan Nomor 3, yang …

40 probability  intuition  puzzle 

Misalkan adalah variabel acak dengan pdf . Kemudian variabel acak memiliki pdfXXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} Saya mengerti kalkulus di balik ini. Tapi saya mencoba memikirkan cara untuk menjelaskannya kepada seseorang yang tidak tahu kalkulus. Secara khusus, saya mencoba menjelaskan mengapa faktor muncul …

37 random-variable  pdf  intuition 

Baru-baru ini saya belajar tentang prinsip penalaran probabilistik yang disebut " menjelaskan ," dan saya mencoba memahami intuisi untuk itu. Biarkan saya mengatur skenario. Biarkan menjadi peristiwa gempa bumi terjadi. Biarkan acara menjadi acara dimana raksasa hijau periang itu berjalan-jalan di sekitar kota. Biarkan menjadi peristiwa bahwa tanah bergetar. Mari …

36 probability  intuition 

Versi yang sangat sederhana dari teorema terbatas pusat seperti di bawah ini yang merupakan Lindeberg-Lévy CLT. Saya tidak mengerti mengapa ada di sebelah kiri. Dan Lyapunov CLT mengatakan tetapi mengapa bukan ? Adakah yang bisa memberitahu saya apa saja faktor-faktor ini, seperti dan ? bagaimana kita mendapatkannya di teorema?n−−√((1n∑i=1nXi)−μ) →d …

36 central-limit-theorem  intuition 

Pesan ini dalam artikel Reuter dari 25.02.2019 saat ini ada di seluruh berita: Bukti untuk pemanasan global buatan manusia mencapai 'standar emas' [Ilmuwan] mengatakan keyakinan bahwa aktivitas manusia yang meningkatkan panas di permukaan bumi telah mencapai level "lima-sigma", ukuran statistik yang berarti hanya ada peluang satu-dalam-sejuta bahwa sinyal akan muncul …

35 p-value  intuition  application  communication  climate 

Apa perbedaan antara varian terbatas dan tak terbatas? Pengetahuan statistik saya agak mendasar; Wikipedia / Google tidak banyak membantu di sini.

33 variance  intuition  partial-moments 

Rumus untuk probabilitas bersyarat dari terjadi mengingat bahwa telah terjadi adalah:B P ( AAA\text{A}BB\text{B}P(A | B)=P(A∩B)P(B).P(A | B)=P(A∩B)P(B). P\left(\text{A}~\middle|~\text{B}\right)=\frac{P\left(\text{A} \cap \text{B}\right)}{P\left(\text{B}\right)}. Buku teks saya menjelaskan intuisi di balik ini dalam hal diagram Venn. Mengingat bahwa telah terjadi, satu-satunya cara untuk terjadi adalah untuk peristiwa jatuh di persimpangan dan .A A …

30 probability  conditional-probability  intuition 

Model aditif umum adalah yang mana y=α+f1(x1)+f2(x2)+eiy=α+f1(x1)+f2(x2)+ei y = \alpha + f_1(x_1) + f_2(x_2) + e_i misalnya. fungsinya halus, dan diperkirakan. Biasanya dengan splines dihukum. MGCV adalah paket dalam R yang melakukannya, dan penulis (Simon Wood) menulis buku tentang paketnya dengan contoh-contoh R. Ruppert, dkk. (2003) menulis buku yang jauh …

30 r  nonparametric  interaction  splines  intuition 

Misalkan kita memiliki variabel acak X∼f(x|θ)X∼f(x|θ)X \sim f(x|\theta) . Jika θ0θ0\theta_0 adalah parameter sebenarnya, fungsi kemungkinan harus dimaksimalkan dan turunannya sama dengan nol. Ini adalah prinsip dasar di balik estimator kemungkinan maksimum. Seperti yang saya pahami, informasi Fisher didefinisikan sebagai I(θ)=E[(∂∂θf(X|θ))2]I(θ)=E[(∂∂θf(X|θ))2]I(\theta) = \Bbb E \Bigg[\left(\frac{\partial}{\partial \theta}f(X|\theta)\right)^2\Bigg ] Jadi, jika θ0θ0\theta_0 …

29 bayesian  maximum-likelihood  likelihood  intuition  fisher-information 

Saya mencoba memahami makalah tentang perkiraan beban listrik, tetapi saya berjuang dengan konsep di dalam, khususnya model SARIMAX . Model ini digunakan untuk memprediksi beban dan menggunakan banyak konsep statistik yang saya tidak mengerti (saya seorang mahasiswa ilmu komputer sarjana - Anda dapat menganggap saya orang awam dalam statistik). Tidak …

27 regression  time-series  arima  autoregressive  intuition 

Apa perbedaan intuitif antara variabel acak konvergen dalam probabilitas versus variabel acak konvergen dalam distribusi? Saya sudah membaca banyak definisi dan persamaan matematika, tetapi itu tidak terlalu membantu. (Harap diingat, saya mahasiswa sarjana yang belajar ekonometrik.) Bagaimana variabel acak dapat menyatu menjadi satu nomor, tetapi juga menyatu ke suatu distribusi?

26 distributions  random-variable  convergence  intuition