Pertanyaan yang diberi tag «mixture»

Katakanlah saya memiliki dua distribusi normal A dan B dengan mean dan dan varians dan . Saya ingin mengambil campuran berbobot dari dua distribusi ini menggunakan bobot dan mana dan . Saya tahu bahwa rata-rata campuran ini adalah .μ B σ A σ B p q 0 ≤ p ≤ …

39 normal-distribution  mixture 

Dear everyone - Saya telah memperhatikan sesuatu yang aneh yang tidak dapat saya jelaskan, bukan? Singkatnya: pendekatan manual untuk menghitung interval kepercayaan dalam model regresi logistik, dan fungsi R confint()memberikan hasil yang berbeda. Saya telah melalui regresi logistik Terapan Hosmer & Lemeshow (edisi ke-2). Dalam bab ke-3 ada contoh menghitung …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

Untuk waktu yang lama saya tidak mengerti mengapa "jumlah" dari dua variabel acak adalah konvolusi mereka , sedangkan jumlah fungsi kerapatan campuran dari f(x)f(x)f(x) dan g(x)g(x)g(x) adalah pf(x)+(1−p)g(x)pf(x)+(1−p)g(x)p\,f(x)+(1-p)g(x); jumlah aritmatika dan bukan konvolusi mereka. Frasa persis "jumlah dua variabel acak" muncul di google 146.000 kali, dan berbentuk bulat panjang sebagai …

33 pdf  terminology  cdf  mixture  convolution 

Menggunakan distribusi-t siswa dengan k>0k>0k > 0 derajat kebebasan, parameter lokasi lll dan parameter skala sss memiliki kepadatan Γ(k+12)Γ(k2kπs2−−−−√){1+k−1(x−ls)}−(k+1)/2,Γ(k+12)Γ(k2kπs2){1+k−1(x−ls)}−(k+1)/2,\frac{\Gamma \left(\frac{k+1}{2}\right)}{\Gamma\left(\frac{k}{2}\sqrt{k \pi s^2}\right)} \left\{ 1 + k^{-1}\left( \frac{x-l}{s}\right)\right\}^{-(k+1)/2}, bagaimana menunjukkan bahwa distribusi- Student tttdapat ditulis sebagai campuran dari distribusi Gaussian dengan membiarkan X∼N(μ,σ2)X∼N(μ,σ2)X\sim N(\mu,\sigma^2) , τ=1/σ2∼Γ(α,β)τ=1/σ2∼Γ(α,β)\tau = 1/\sigma^2\sim\Gamma(\alpha,\beta) , dan mengintegrasikan …

23 distributions  mixture 

Pertanyaan ini dimigrasikan dari Mathematics Stack Exchange karena dapat dijawab di Cross Validated. Bermigrasi 6 tahun yang lalu . Dalam pendekatan algoritma EM kami menggunakan ketidaksetaraan Jensen untuk sampai padalogp(x|θ)≥∫logp(z,x|θ)p(z|x,θ(k))dz−∫logp(z|x,θ)p(z|x,θ(k))dzlog⁡p(x|θ)≥∫log⁡p(z,x|θ)p(z|x,θ(k))dz−∫log⁡p(z|x,θ)p(z|x,θ(k))dz\log p(x|\theta) \geq \int \log p(z,x|\theta) p(z|x,\theta^{(k)}) dz - \int \log p(z|x,\theta) p(z|x,\theta^{(k)})dz dan definisikan olehθ(k+1)θ(k+1)\theta^{(k+1)}θ(k+1)=argmaxθ∫logp(z,x|θ)p(z|x,θ(k))dzθ(k+1)=arg⁡maxθ∫log⁡p(z,x|θ)p(z|x,θ(k))dz\theta^{(k+1)}=\arg \max_{\theta}\int \log p(z,x|\theta) p(z|x,\theta^{(k)}) dz …

20 mixture  expectation-maximization 

Bagaimana saya bisa mengambil sampel dari distribusi campuran, dan khususnya campuran distribusi normal R? Misalnya, jika saya ingin mengambil sampel dari: 0.3×N(0,1)+0.5×N(10,1)+0.2×N( 3 , .1 )0,3×N(0,1)+0,5×N(10,1)+0,2×N(3,.1) 0.3\!\times\mathcal{N}(0,1)\; + \;0.5\!\times\mathcal{N}(10,1)\; + \;0.2\!\times\mathcal{N}(3,.1) bagaimana saya bisa melakukan itu?

20 r  random-generation  mixture 

Saya merasa telah melihat topik ini dibahas di sini sebelumnya, tetapi saya tidak dapat menemukan sesuatu yang spesifik. Kemudian lagi, saya juga tidak begitu yakin apa yang harus dicari. Saya memiliki satu set data dimensi yang dipesan. Saya berhipotesis bahwa semua poin dalam himpunan diambil dari distribusi yang sama. Bagaimana …

16 hypothesis-testing  distributions  mixture 

Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan menyebabkan lebih banyak informasi hilang. Namun, satu dan hanya satu asumsi yang tidak …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Pergantian label (yaitu, distribusi posterior tidak berbeda dengan pergantian label komponen) adalah masalah ketika menggunakan MCMC untuk memperkirakan model campuran. Apakah ada metodologi standar (seperti yang diterima secara luas) untuk menangani masalah ini? Jika tidak ada pendekatan standar maka apa pro dan kontra dari pendekatan terkemuka untuk memecahkan masalah label …

15 bayesian  mcmc  mixture 

Saya ingin memasukkan waktu yang dihabiskan untuk melakukan sesuatu (minggu menyusui, misalnya) sebagai variabel independen dalam model linier. Namun, beberapa pengamatan tidak terlibat dalam perilaku sama sekali. Pengkodean mereka sebagai 0 tidak sepenuhnya benar, karena 0 secara kualitatif berbeda dari nilai apa pun> 0 (yaitu wanita yang tidak menyusui mungkin …

14 regression  generalized-linear-model  mixture 

Tampaknya ada banyak kebingungan dalam perbandingan menggunakan di glmnetdalam caretuntuk mencari lambda yang optimal dan menggunakan cv.glmnetuntuk melakukan tugas yang sama. Banyak pertanyaan diajukan, misalnya: Klasifikasi model train.glmnet vs. cv.glmnet? Apa cara yang tepat untuk menggunakan glmnet dengan caret? Validasi silang `glmnet` menggunakan` caret` tetapi tidak ada jawaban yang diberikan, …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Saya tahu bahwa sejumlah orang Gaussi adalah orang Gaussian. Jadi, bagaimana campuran dari orang-orang Gauss berbeda? Maksud saya, campuran Gaussians hanya sejumlah Gaussians (di mana masing-masing Gaussian dikalikan dengan koefisien pencampuran masing-masing) kan?

13 normal-distribution  random-variable  mixture  gaussian-mixture 

Misalkan kita memiliki seperangkat poin . Setiap titik dihasilkan menggunakan distribusi Untuk mendapatkan posterior untuk kita menulis Menurut kertas Minka pada Expectation Dakwah kita perlu perhitungan untuk mendapatkan posterior p (x | \ mathbf {y}) dan, jadi, masalah menjadi sulit dipecahkan untuk sampel besar ukuran N . Namun, saya tidak …

13 bayesian  mixture  posterior 

Saya mereproduksi dari awal hasil di Bagian 4.2.1 dari Kemungkinan Marginal dari Output Gibbs Siddhartha Chib Jurnal Asosiasi Statistik Amerika, Vol. 90, No. 432. (Desember, 1995), hlm. 1313-1321. Ini adalah campuran dari model normals dengan nomor yang diketahui komponen. f ( x | w , μ , σ 2 ) …

13 bayesian  mixture  gibbs 

Misalkan saya memiliki campuran banyak Gaussians dengan bobot, sarana, dan standar deviasi yang diketahui. Berarti tidak sama. Deviasi rata-rata dan standar dari campuran dapat dihitung, tentu saja, karena momen adalah rata-rata tertimbang dari momen komponen. Campuran itu bukan distribusi normal, tetapi seberapa jauh dari normal itu? Gambar di atas menunjukkan …

12 normal-distribution  mixture  distance