Pertanyaan yang diberi tag «self-study»

Biarkan menjadi variabel acak iid yang memiliki pdfX1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) dimana . Berikan UMVUE dari dan hitung variansnyaθ>0θ>0\theta >01θ1θ\frac{1}{\theta} Saya telah belajar tentang dua metode seperti itu untuk memperoleh UMVUE: Batas Bawah Cramer-Rao (CRLB) Lehmann-Scheffe Thereom Saya akan mencoba ini menggunakan yang pertama …

10 self-study  estimation  inference  exponential-family  umvue 

Sebagai latihan rutin, saya mencoba mencari distribusi X2+Y2−−−−−−−√X2+Y2\sqrt{X^2+Y^2} mana XXXdanYYYadalahvariabelbebasU(0,1)U(0,1) U(0,1)independen. Kepadatan bersama (X,Y)(X,Y)(X,Y) adalah fX,Y(x,y)=10&lt;x,y&lt;1fX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right), karenacosθcos⁡θ\cos\thetaberkurang padaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]; danzsinθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right), karenasinθsin⁡θ\sin\thetameningkat padaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]. Jadi, untuk 1&lt;z&lt;2–√1&lt;z&lt;21< z<\sqrt 2 , kami memilikicos−1(1z)&lt;θ&lt;sin−1(1z)cos−1⁡(1z)&lt;θ&lt;sin−1⁡(1z)\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right). Nilai absolut dari transformasi jacobian adalah |J|=z|J|=z|J|=z Jadi densitas gabungan (Z,Θ)(Z,Θ)(Z,\Theta) diberikan oleh fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2√),θ∈(cos−1(1/z),sin−1(1/z))}fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2),θ∈(cos−1⁡(1/z),sin−1⁡(1/z))}f_{Z,\Theta}(z,\theta)=z\mathbf 1_{\{z\in(0,1),\,\theta\in\left(0,\pi/2\right)\}\bigcup\{z\in(1,\sqrt2),\,\theta\in\left(\cos^{-1}\left(1/z\right),\sin^{-1}\left(1/z\right)\right)\}} Mengintegrasikan θθ\theta , kami memperoleh …

10 self-study  distributions  mathematical-statistics  uniform 

Saya mencoba untuk bekerja dengan cara saya melalui set masalah pertama dari materi kursus stanford kelas cs224d online dan saya mengalami beberapa masalah dengan masalah 3A: Ketika menggunakan model skip gram word2vec dengan fungsi prediksi softmax dan fungsi kehilangan entropi silang, kami ingin menghitung gradien sehubungan dengan vektor kata yang …

10 machine-learning  self-study  word2vec 

Misalkan menjadi sampel acak dari distribusi untuk . Yaitu,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Temukan estimator yang tidak bias dengan varians minimum untukg(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Usaha saya: Karena distribusi geometrik berasal dari keluarga eksponensial, statistik lengkap dan cukup untuk . Juga, jika adalah penduga untuk , itu tidak bias. Oleh karena itu, oleh …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

Pertanyaan saya muncul dari membaca bacaan Minka "Memperkirakan Distribusi Dirichlet" , yang menyatakan berikut tanpa bukti dalam konteks memperoleh penduga kemungkinan maksimum untuk distribusi Dirichlet berdasarkan pengamatan vektor acak: Seperti biasa dengan keluarga eksponensial, ketika gradien adalah nol, statistik yang diharapkan cukup sama dengan statistik yang diamati cukup. Saya belum …

10 self-study  maximum-likelihood  exponential-family  sufficient-statistics 

Dalam kode berikut ini saya melakukan regresi logistik pada data yang dikelompokkan menggunakan glm dan "dengan tangan" menggunakan mle2. Mengapa fungsi logLik di R memberi saya kemungkinan logLik (fit.glm) = - 2.336 yang berbeda dari yang logLik (fit.ml) = - 5.514 saya dapatkan dengan tangan? library(bbmle) #successes in first column, …

10 r  self-study  generalized-linear-model 

Buku teks pertama menghasilkan beberapa data 2 kelas melalui: pemberian yang mana: dan kemudian ia bertanya: Saya mencoba menyelesaikan ini dengan terlebih dahulu memodelkan ini dengan model grafis ini: di mana adalah label, adalah indeks dari mean yang dipilih , dan adalah titik data. Ini akan membericcch(1≤h≤10)h(1≤h≤10)h\,(1\le h \le 10)mchmhcm_h^cxxx …

10 self-study  bayesian 

Saya mencoba menyesuaikan model waktu-diskrit dalam R, tapi saya tidak yakin bagaimana melakukannya. Saya telah membaca bahwa Anda dapat mengatur variabel dependen dalam baris yang berbeda, satu untuk setiap pengamatan waktu, dan menggunakan glmfungsi dengan logit atau tautan cloglog. Dalam hal ini, saya memiliki tiga kolom: ID, Event(1 atau 0, …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Ini hanya contoh yang saya temui beberapa kali, jadi saya tidak punya data sampel. Menjalankan model regresi linier di R: a.lm = lm(Y ~ x1 + x2) x1adalah variabel kontinu. x2bersifat kategorikal dan memiliki tiga nilai, mis. "Rendah", "Sedang" dan "Tinggi". Namun output yang diberikan oleh R akan menjadi seperti: …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Membiarkan X1X1X_1 dan X2X2X_2 menjadi variabel acak eksponensial independen dan terdistribusi secara identik dengan rate λλ\lambda. MembiarkanS2=X1+X2S2=X1+X2S_2 = X_1 + X_2. T: Tunjukkan ituS2S2S_2 memiliki PDF fS2(x)=λ2xe−λx,x≥0fS2(x)=λ2xe−λx,x≥0f_{S_2}(x) = \lambda^2 x \text{e}^{-\lambda x},\, x\ge 0. Perhatikan bahwa jika peristiwa terjadi sesuai dengan Proses Poisson (PP) dengan tingkat λλ\lambda, S2S2S_2 akan mewakili …

10 self-study  distributions  convolution  exponential-distribution 

Untuk pekerjaan rumah, saya diberi data untuk membuat / melatih alat prediksi yang menggunakan regresi laso. Saya membuat prediktor dan melatihnya menggunakan pustaka laso python dari scikit belajar. Jadi sekarang saya memiliki prediktor ini bahwa ketika input yang diberikan dapat memprediksi output. Pertanyaan kedua adalah "Perpanjang prediksi Anda untuk melaporkan …

10 regression  machine-learning  self-study  confidence-interval  bootstrap 

Membiarkan AAA dan BBB menjadi acara independen, dan biarkan AAA dan CCCmenjadi acara independen. Bagaimana saya menunjukkannyaAAA dan B∪CB∪CB\cup C ada acara independen juga? Menurut definisi peristiwa independen, AAA dan B∪CB∪CB\cup C independen jika dan hanya jika P(A∩(B∪C))=P(A)P(B∪C).P(A∩(B∪C))=P(A)P(B∪C).P(A\cap (B\cup C)) = P(A)P(B\cup C). Sejak AAA dan BBB dan AAA dan …

10 probability  self-study  independence 

Saya telah mencapai hingga dlnLdμ=∑i=1n2(xi−u)1+(xi−u)2dln⁡Ldμ=∑i=1n2(xi−u)1+(xi−u)2\frac{d\ln L}{d\mu}=\sum_{i=1}^n \frac{2(x_i-u)}{1+(x_i-u)^2} Dimana uuuadalah parameter lokasi. DanLLLadalah fungsi kemungkinan. Saya tidak mendapatkan cara untuk melanjutkan. Tolong bantu.

10 self-study  maximum-likelihood  cauchy 

Wikipedia memberikan definisi berikut: Penyensoran benar : titik data berada di atas nilai tertentu tetapi tidak diketahui seberapa banyak. Sensor kiri : titik data di bawah nilai tertentu tetapi tidak diketahui seberapa banyak. Dalam definisi ini, apa yang dimaksud dengan: "titik data" "nilai tertentu", dan "berapa banyak" Secara umum, Apa …

10 self-study  censoring 

Saya menemukan solusi yang menyatakan bahwa jika kuadrat dari deret waktu stasioner, begitu juga deret waktu asli, dan sebaliknya. Namun sepertinya saya tidak bisa membuktikannya, ada yang punya ide apakah ini benar, dan jika itu cara menurunkannya?

9 time-series  self-study  data-transformation  stationarity