Pertanyaan yang diberi tag «self-study»

Tujuan saya adalah untuk melihat bahwa algoritma K-means sebenarnya adalah algoritma Ekspektasi-Maksimalisasi untuk campuran Gaussian di mana semua komponen memiliki kovarian dalam batas sebagai .σ2Iσ2I\sigma^2 Ilimσ→0limσ→0\lim_{\sigma \to 0} Misalkan kita memiliki kumpulan data {x1,…,xN}{x1,…,xN}\{x_1, \dots ,x_N\} pengamatan dari variabel acak XXX . Fungsi objektif untuk M-means diberikan oleh: J=∑n=1N∑k=1Krnk||xn−μk||2J=∑n=1N∑k=1Krnk||xn−μk||2J = …

8 self-study  k-means  expectation-maximization  gaussian-mixture 

Saya mencoba membuktikan ketidaksetaraan berikut: EDIT: Hampir segera setelah saya memposting pertanyaan ini, saya menemukan bahwa ketidaksetaraan saya diminta untuk membuktikan disebut ketidaksetaraan Cantelli. Ketika saya menulis ini, saya tidak menyadari ketidaksetaraan khusus ini memiliki nama. Saya telah menemukan banyak bukti melalui Google, jadi saya tidak benar-benar membutuhkan solusi lagi. …

8 self-study  mathematical-statistics  probability-inequalities  indicator-function 

Saya mencari makalah atau contoh penelitian lain di mana analisis statistik dilakukan akan berada dalam genggaman seseorang yang telah melakukan kursus statistik pengantar. Idealnya dataset juga tersedia online. Idenya adalah untuk memberikan ini kepada siswa dan contoh yang dapat mereka ikuti dan buat kembali.

8 self-study  references 

Saya mencoba untuk menghitung ekspektasi untuk arbitrary (untuk ekspektasinya tidak terbatas) jika didistribusikan secara lognormal, yaitu .E[ec X]E[ecX]E[e^{cX}]c &lt; 0c&lt;0c<0c &gt; 0c&gt;0c>0XXXcatatan( X) ∼ N( μ , σ)log⁡(X)∼N(μ,σ)\log(X) \sim N(\mu, \sigma) Gagasan saya adalah menuliskan ekspektasi sebagai integral, tetapi saya tidak melihat bagaimana melanjutkan: E[ec X] =12 σπ---√∫∞01xexp( c x …

8 self-study  distributions  expected-value  lognormal  moments 

Distribusi memiliki fungsi karakteristik ϕ(t)=(1−t2/2)exp(−t2/4), −∞&lt;t&lt;∞ϕ(t)=(1−t2/2)exp⁡(−t2/4), −∞&lt;t&lt;∞\phi(t) = (1-t^2/2)\exp(-t^2/4),\ -\infty \lt t \lt \infty Tunjukkan bahwa distribusi benar - benar kontinu dan tulis fungsi kepadatan distribusi. Mencoba: ∫∞−∞|(1−t2/2)exp(−t2/4)|dt=(−2/t)(1−t2/2)exp(−t2/4)−2exp(−t2/4)|0−∞∫−∞∞|(1−t2/2)exp⁡(−t2/4)|dt=(−2/t)(1−t2/2)exp⁡(−t2/4)−2exp⁡(−t2/4)|−∞0\int_{-\infty}^{\infty}|(1-t^2/2)\exp(-t^2/4)|dt =(-2/t)(1-t^2/2)\exp(-t^2/4)-2\exp(-t^2/4)|_{-\infty}^{0} Hasil serupa untuk karena kuadrat.[0,∞][0,∞][0,\infty]ttt Saya tidak yakin saya melakukan integrasi dengan benar, tetapi jika saya dapat menunjukkan bahwa nilai absolut …

8 probability  distributions  self-study  characteristic-function 

Proyek saya saat ini mungkin mengharuskan saya untuk membuat model untuk memprediksi perilaku sekelompok orang tertentu. set data pelatihan hanya berisi 6 variabel (id hanya untuk tujuan identifikasi): id, age, income, gender, job category, monthly spend di mana monthly spendadalah variabel respon. Tetapi dataset pelatihan berisi sekitar 3 juta baris, …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Misalkan saya memiliki percobaan lemparan koin di mana saya ingin menghitung perkiraan kemungkinan maksimum dari parameter koin saat melempar koin kali. Setelah menghitung turunan dari fungsi kemungkinan binomial L (p) = {n \ pilih x} p ^ x (1-p) ^ {nx} , saya mendapatkan nilai optimal untuk p menjadi p …

8 probability  self-study  variance  maximum-likelihood  expected-value 

Saya punya pertanyaan tentang jalan acak dua raja di papan catur 3 × 3. Setiap raja bergerak secara acak dengan probabilitas yang sama di papan catur ini - secara vertikal, horizontal dan diagonal. Kedua raja bergerak secara independen dari satu sama lain dalam papan catur yang sama. Keduanya mulai di …

8 self-study  markov-chain  random-walk 

Membiarkan XXXdan menjadi dua variabel acak independen dengan masing-masing pdf:YYY f(x;θi)={1θie−x/θi0&lt;x&lt;∞,0&lt;θi&lt;∞0elsewheref(x;θi)={1θie−x/θi0&lt;x&lt;∞,0&lt;θi&lt;∞0elsewheref \left(x;\theta_i \right) =\begin{cases} \frac{1}{\theta_i} e^{-x/ {\theta_i}} \quad 0<x<\infty, 0<\theta_i< \infty \\ 0 \quad \text{elsewhere} \end{cases} untuk . Dua sampel indepedent diambil untuk menguji terhadap dengan ukuran dan dari distribusi ini. Saya perlu menunjukkan bahwa LRT dapat ditulis sebagai fungsi …

8 distributions  self-study  likelihood-ratio 

Rumus untuk dalam uji hipotesis diberikan oleh: tttt =X¯- μσ^/n--√.t=X¯−μσ^/n. t=\frac{\bar{X}-\mu}{\hat \sigma/\sqrt{n}}. Ketika meningkat, nilai- meningkat sesuai dengan rumus di atas. Tetapi mengapa kritis menurun pada -tabel saat (yang merupakan fungsi dari ) meningkat?nnntttttttttdfdf\text{df}nnn

8 hypothesis-testing  self-study  statistical-significance  t-test  t-distribution 

Mungkinkah untuk memperkirakan secara akurat jumlah relatif Loonies , Twoonies , quarter, dimes, nickles (dan mungkin sen yang dihentikan) dalam sirkulasi dari sekadar memperoleh sampel koin yang cukup besar melalui penggunaan sehari-hari? Dengan penggunaan sehari-hari saya merujuk pada koin yang Anda kembalikan saat Anda melakukan pembelian di toko grosir misalnya. …

8 self-study  application 

Mencoba membuktikan bahwa ini bukan milik keluarga eksponensial. f(y|a)=4(y+a)(1+4a);0&lt;y&lt;1,a&gt;0f(y|a)=4(y+a)(1+4a);0&lt;y&lt;1,a&gt;0f(y|a)=4\frac{(y+a)}{(1+4a)} ; 0 < y < 1 , a>0 Inilah pendekatan saya: f(y|a)=4(y+a)e−log(1+4a)f(y|a)=4(y+a)e−log(1+4a)f(y|a) = 4(y+a)e^{-log(1+4a)} f(y|a)=(4y)(1+ay)e−log(1+4a)f(y|a)=(4y)(1+ay)e−log(1+4a)f(y|a) = (4y)(1+\frac{a}{y})e^{-log(1+4a)} Membandingkannya dengan bentuk standar, dan yang harus menjadi fungsi hanya , tidak dapat didefinisikan dalam hal saja, seperti di tidak dapat dipisahkan. Apakah ini …

8 self-study  pdf  exponential-family 

Saya punya dua pertanyaan, Pertanyaan 1: Bagaimana saya bisa menunjukkan bahwa distribusi posterior adalah distribusi beta jika kemungkinannya adalah binomial dan yang sebelumnya adalah beta Pertanyaan 2: Bagaimana pilihan parameter sebelumnya mempengaruhi posterior? Bukankah seharusnya mereka semua sama? Apakah mungkin untuk menjawab pertanyaan-pertanyaan ini dalam R?

8 r  self-study  bayesian  prior  posterior 

Saya membaca makalah "Star Coordinates: A Visualization Multidimensional Technique dengan Uniform Treatment of Dimensions" dan mencoba untuk memplot data saya. Katakanlah saya memiliki , titik data lima dimensi, dan titik dihitung dengan rumus yang dijelaskan dalam makalah. A(2,5,3,1,8)A(2,5,3,1,8)A(2,5,3,1,8) Ide dasar Star Coordinates adalah untuk mengatur sumbu koordinat pada lingkaran pada …

8 self-study  data-visualization 

Berikut ini adalah masalah dari Bayesian Data Analysis 2nd ed , hal. 97. Andrew Gelman belum memasukkan solusinya dalam panduan di situs webnya dan itu membuatku gila sepanjang hari. Secara harfiah sepanjang hari. Untuk beberapa data , dimodelkan sebagai distribusi binomial dengan parameter populasi dan probabilitas , yang keduanya tidak …

8 self-study  bayesian  binomial