Pertanyaan yang diberi tag «self-study»

Benarkah berdasarkan asumsi Gauss Markov, metode kuadrat terkecil memberikan estimasi yang efisien dan tidak bias? Begitu: E(ut)=0E(ut)=0E(u_t)=0 untuk semuattt E(utus)=σ2E(utus)=σ2E(u_tu_s)=\sigma^2 untukt=st=st=s E(utus)=0E(utus)=0E(u_tu_s)=0 untukt≠st≠st\neq s dimana adalah residu.uuu

9 regression  self-study  least-squares 

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 

Saya membaca sebuah teks, "Statistik Matematika dan Analisis Data" oleh John Rice. Kami prihatin dengan mendekati nilai yang diharapkan dan varians dari variabel acak . Kami dapat menghitung nilai yang diharapkan dan varians dari variabel acak dan kami tahu hubungan . Jadi, mungkin untuk memperkirakan nilai dan varian menggunakan ekspansi …

9 self-study  mathematical-statistics  error 

Saya mencoba memecahkan masalah untuk regresi sudut terkecil (LAR). Ini adalah masalah 3.23 pada halaman 97 dari Hastie et al., Elemen Pembelajaran Statistik, 2. ed. (Pencetakan ke-5) . Pertimbangkan masalah regresi dengan semua variabel dan respons memiliki mean nol dan standar deviasi. Anggap juga bahwa setiap variabel memiliki korelasi absolut …

9 regression  machine-learning  correlation  self-study 

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 

Seperti judulnya, saya mencari kepadatan marginal dari f(x,y)=c1−x2−y2−−−−−−−−−√,x2+y2≤1.f(x,y)=c1−x2−y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Sejauh ini saya telah menemukan ccc menjadi 32π32π\frac{3}{2 \pi} . Saya menemukan itu melalui mengubahf(x,y)f(x,y)f(x,y)menjadi koordinat kutub dan mengintegrasikan lebih daridrdθdrdθdrd\theta, itulah sebabnya saya terjebak pada bagian kepadatan marginal. …

9 self-study  marginal  multivariable 

Sambil belajar menghitung kovarian dan matriks korelasi dan inversinya dalam VB dan T-SQL beberapa tahun yang lalu, saya belajar bahwa berbagai entri memiliki sifat menarik yang dapat membuatnya berguna dalam skenario penambangan data yang tepat. Salah satu contoh yang jelas adalah adanya varian pada diagonal matriks kovarians; beberapa contoh yang …

9 self-study  covariance  covariance-matrix  correlation-matrix  determinant 

Saya belajar mandiri pada teori model linier sekarang, dan satu hal yang saya temukan mengejutkan adalah meskipun didefinisikan untuk vektor acak , tidak disebutkan lagi momen-momen selanjutnya selain matriks kovarians.E[Y]E[Y]\mathbb{E}[\mathbf{Y}]Y=⎡⎣⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥Y=[y1y2⋮yn]\mathbf{Y} = \begin{bmatrix} y_1 \\ y_2 \\ \vdots \\ y_n\end{bmatrix} Pencarian Google belum banyak berubah. Apakah momen th (raw) dipertimbangkan, atau …

9 self-study  moments 

Teorema berikut ini berasal dari edisi ke-7 " Pengantar Statistik Matematika " oleh Hogg, Craig dan Mckean dan menyangkut kondisi yang diperlukan dan cukup untuk independensi dua bentuk kuadrat variabel normal. Ini adalah ekstrak agak panjang tapi apa yang saya akan menghargai bantuan dengan hanya transisi dari 9.9.6 ke 9.9.7 …

9 self-study  mathematical-statistics  quadratic-form 

Saya sedang belajar 'Pengantar Pembelajaran Statistik' oleh James, Witten, Hastie, Tibshirani. Di halaman 139, dari buku mereka, mereka mulai dengan memperkenalkan Teorema Bayes pk(X)=P(Y=k|X=x)=πkfk(x)∑kl=1πlfl(x)pk(X)=P(Y=k|X=x)=πkfk(x)∑l=1kπlfl(x)p_k(X)=P(Y=k|X=x) = \dfrac{\pi_kf_k(x)}{\sum_{l=1}^k \pi_l f_l(x)}. ππ\pibukan konstanta matematika, tetapi menunjukkan probabilitas sebelumnya. Tidak ada yang aneh dalam persamaan ini. Buku itu mengklaim bahwa ia ingin mendapatkan taksiran …

9 self-study  classification 

Asumsikan model regresi bivariat berikut: mana adalah iid untuk .yi=βxi+ui,yi=βxi+ui, y_i = \beta x_i + u_i, uiuiu_iN(0,σ2=9)N(0,σ2=9)N(0, \sigma^2 = 9)i=1,…,ni=1,…,ni = 1,\ldots, n Asumsikan sebelumnya noninformatif , maka dapat ditunjukkan bahwa pdf posterior untuk adalah manap(β)∝constantp(β)∝constantp(\beta) \propto \text{constant}ββ\betap(β|y)=(18π)−12(∑i=1nx2i)12exp[−118∑i=1nx2i(β−β^)2],p(β|y)=(18π)−12(∑i=1nxi2)12exp⁡[−118∑i=1nxi2(β−β^)2], p(\beta|\mathbf{y}) = (18\pi)^{-\frac{1}{2}}\left(\sum_{i=1}^n x_i^2\right)^{\frac{1}{2}} \exp\left[-\frac{1}{18}\sum_{i=1}^n x_i^2 (\beta - \hat{\beta})^2\right], β^=(∑ni=1yixi)/(∑ni=1x2i).β^=(∑i=1nyixi)/(∑i=1nxi2).\hat{\beta} = (\sum_{i=1}^n …

9 probability  self-study  bayesian  confidence-interval  credible-interval 

Saya baru-baru ini mulai mempelajari kesimpulan statistik. Saya telah mengatasi berbagai masalah dan ini membuat saya benar-benar bingung. Misalkan menjadi sampel acak dari distribusi diskrit yang ditetapkan dengan probabilitas nilai , di mana adalah bilangan bulat. Tunjukkan bahwa tidak ada statistik yang cukup lengkap.X1,…,XnX1,…,XnX_1,\dots,X_n1313\frac{1}{3}θ−1, θ, or θ+1θ−1, θ, or θ+1\theta-1,\space\theta,\space\text{or}\space\theta+1θθ\theta …

9 self-study  mathematical-statistics  inference  discrete-data 

Sebuah koin dilemparkan 900 kali dan kepala muncul 490 kali. Apakah hasilnya mendukung hipotesis bahwa koin itu tidak bias?

9 hypothesis-testing  self-study  statistical-significance  binomial 

Saya bekerja dengan cara saya (belajar sendiri) melalui buku ET Jaynes ' Probability Theory - The Logic of Science Masalah Asli Latihan 2.1 mengatakan: "Apakah mungkin untuk menemukan formula umum untukp(C|A+B)p(C|A+B)p(C|A+B) analog dengan [rumusnya p(A+B|C)=p(A|C)+p(B|C)−p(AB|C)p(A+B|C)=p(A|C)+p(B|C)−p(AB|C)p(A+B|C)=p(A|C)+p(B|C)-p(AB|C)] dari produk dan aturan penjumlahan. Jika demikian, turunkan; jika tidak, jelaskan mengapa ini tidak bisa …

9 probability  bayesian  self-study  conditional-probability 

Jika dua kelas dan memiliki distribusi normal dengan parameter yang diketahui ( , sebagai sarana dan , adalah kovarian mereka) bagaimana kita dapat menghitung kesalahan dari classifier Bayes untuk mereka secara teori?w1w1w_1w2w2w_2M.1M.1M_1M.2M.2M_2Σ1Σ1\Sigma_1Σ2Σ2\Sigma_2 Anggap pula variabel-variabel berada dalam ruang dimensi-N. Catatan: Salinan pertanyaan ini juga tersedia di https://math.stackexchange.com/q/11891/4051 yang masih belum …

9 probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier