Pertanyaan yang diberi tag «mathematical-statistics»

Teori statistik matematika, berkaitan dengan definisi formal dan hasil umum.

1
Bagaimana cara menghasilkan matriks ortogonal acak yang seragam dari determinan positif?
Saya mungkin punya pertanyaan konyol tentang yang, saya harus akui, saya bingung. Bayangkan berulang-ulang menghasilkan matriks orthogonal acak (ortonormal) terdistribusi seragam beberapa ukuran . Terkadang matriks yang dihasilkan memiliki determinan dan terkadang memiliki determinan . (Hanya ada dua nilai yang mungkin. Dari sudut pandang rotasi ortogonal berarti ada juga satu …

1
Apakah binomial negatif tidak dapat diekspresikan seperti dalam keluarga eksponensial jika ada 2 yang tidak diketahui?
Saya memiliki tugas pekerjaan rumah untuk mengekspresikan distribusi binomial negatif sebagai keluarga distribusi eksponensial mengingat bahwa parameter dispersi adalah konstanta yang diketahui. Ini cukup mudah, tetapi saya bertanya-tanya mengapa mereka meminta kami mempertahankan parameter itu tetap. Saya menemukan bahwa saya tidak dapat menemukan cara untuk meletakkannya dalam bentuk yang tepat …

1
Mengamati informasi Fisher di bawah transformasi
Dari "Dalam Semua Kemungkinan: Pemodelan Statistik dan Inferensi Menggunakan Kemungkinan" oleh Y. Pawitan, kemungkinan parameterisasi ulang θ↦g(θ)=ψθ↦g(θ)=ψ\theta\mapsto g(\theta)=\psi didefinisikan sebagai L∗(ψ)=max{θ:g(θ)=ψ}L(θ)L∗(ψ)=max{θ:g(θ)=ψ}L(θ) L^*(\psi)=\max_{\{\theta:g(\theta)=\psi\}} L(\theta) sehingga jika ggg adalah satu- ke-satu, lalu L∗(ψ)=L(g−1(ψ))L∗(ψ)=L(g−1(ψ))L^*(\psi)=L(g^{-1}(\psi)) (hlm. 45). Saya mencoba untuk menunjukkan Latihan 2.20 yang menyatakan bahwa jika θθ\theta adalah skalar (dan saya menganggap bahwa …

1
Dekomposisi aditif vs multiplikasi
Pertanyaan saya adalah pertanyaan yang sangat sederhana, tetapi itu adalah pertanyaan yang benar-benar membuat saya :) Saya tidak benar-benar tahu bagaimana cara mengevaluasi apakah rangkaian waktu tertentu akan diuraikan menggunakan aditif atau metode dekomposisi multiplikatif. Saya tahu ada isyarat visual untuk membedakan mereka satu sama lain tetapi saya tidak mengerti. …

1
Mensimulasikan Konvergensi dalam Probabilitas ke konstanta
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 …




1
Momen Sentral Distribusi Simetris
Saya mencoba menunjukkan bahwa momen sentral dari distribusi simetris: adalah nol untuk angka ganjil. Jadi misalnya momen sentral ketigaSaya mulai dengan mencoba menunjukkan bahwaSaya tidak yakin ke mana harus pergi dari sini, ada saran? Apakah ada cara yang lebih baik untuk membuktikan hal ini?fx(a+x)=fx(a−x)fx(a+x)=fx(a−x){\bf f}_x{\bf (a+x)} = {\bf f}_x{\bf(a-x)}E[(X−u)3]=0.E[(X−u)3]=0.{\bf E[(X-u)^3] …

2
Mengapa jumlah varians yang dijelaskan oleh PC 1 saya sangat dekat dengan korelasi berpasangan rata-rata?
Apa hubungan antara komponen utama pertama dan korelasi rata-rata dalam matriks korelasi? Sebagai contoh, dalam aplikasi empiris saya mengamati bahwa korelasi rata-rata hampir sama dengan rasio varians dari komponen utama pertama (nilai eigen pertama) dengan total varians (jumlah semua nilai eigen). Apakah ada hubungan matematis? Di bawah ini adalah bagan …

1
Bagaimana cara membandingkan acara yang diamati dengan yang diharapkan?
Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 



2
Hitung kurva ROC untuk data
Jadi, saya memiliki 16 percobaan di mana saya mencoba untuk mengotentikasi seseorang dari sifat biometrik menggunakan Hamming Distance. Ambang batas saya diatur ke 3.5. Data saya di bawah dan hanya percobaan 1 yang Benar-Benar Positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

1
Apakah penduga efisien efisien tidak bias dominan secara stokastik dibandingkan dengan penduga tidak bias (median) lainnya?
Gambaran umum Apakah estimator yang efisien (yang memiliki varians sampel sama dengan batas Cramér-Rao) memaksimalkan probabilitas untuk menjadi dekat dengan parameter sebenarnya ?θθ\theta Katakanlah kita membandingkan perbedaan atau perbedaan absolut antara taksiran dan parameter sebenarnyaΔ^=θ^- θΔ^=θ^-θ\hat\Delta = \hat \theta - \theta Apakah distribusi untuk estimator efisien yang secara stokastik dominan …

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.