Preguntas etiquetadas con distributions

Necesito "aprender" la distribución de un gaussiano bivariado con pocas muestras, pero una buena hipótesis sobre la distribución anterior, por lo que me gustaría utilizar el enfoque bayesiano. Definí mi anterior: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = …

15 distributions  bayesian  estimation  covariance  posterior 

Tengo algunas mallas trianguladas en 3D. Las estadísticas para las áreas triangulares son: Min 0.000 Máx. 2341.141 Promedio 56.317 Std dev 98.720 Entonces, ¿significa algo particularmente útil sobre la desviación estándar o sugiere que hay errores al calcularla, cuando las cifras funcionan como las anteriores? Las áreas ciertamente están lejos …

15 distributions  mean  standard-deviation 

Tengo un vago sentido de lo que es un método de paso de mensajes: un algoritmo que construye una aproximación a una distribución construyendo iterativamente aproximaciones de cada uno de los factores de la distribución condicional a todas las aproximaciones de todos los demás factores. Creo que ambos son ejemplos …

15 distributions  bayesian  references  algorithms 

¿Cuáles son los pros y los contras de aprender sobre las propiedades de una distribución algorítmicamente (a través de simulaciones por computadora) versus matemáticamente? Parece que las simulaciones por computadora pueden ser un método de aprendizaje alternativo, especialmente para aquellos estudiantes nuevos que no se sienten fuertes en el cálculo. …

15 distributions  algorithms  teaching 

Estoy leyendo un libro de texto Proceso Gaussiano para Aprendizaje Automático por CE Rasmussen y CKI Williams y tengo algunos problemas para entender qué significa la distribución sobre las funciones . En el libro de texto, se da un ejemplo, que uno debería imaginar una función como un vector muy …

15 distributions  gaussian-process 

El valor esperado de una distribución es la media, es decir, el valor promedio ponderado E [ x ] = ∫ + ∞ - ∞ xf(x)f(x)f(x)E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dXE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx El valor más probable es el modo, que es el valor más probable. Sin embargo, ¿esperamos de alguna manera …

15 probability  distributions  chi-squared  expected-value  mode 

Estoy usando KL divergencia como una medida de disimilitud entre 2 y .P Qp.m.f.p.m.f.p.m.f. PPPQQQ =-∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))DKL(P||Q)=∑i=1Nln(PiQi)PiDKL(P||Q)=∑i=1Nln⁡(PiQi)PiD_{KL}(P||Q) = \sum_{i=1}^N \ln \left( \frac{P_i}{Q_i} \right) P_i =−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=-\sum P(X_i)ln\left(Q(X_i)\right) + \sum P(X_i)ln\left(P(X_i)\right) Si , podemos calcular fácilmente que P ( X i ) l n ( Q ( X i ) ) = 0 …

15 distributions  distance  kullback-leibler 

Al leer las notas de Blake Master sobre la conferencia de Peter Thiel sobre nuevas empresas, me encontré con esta metáfora de la frontera tecnológica: Imagine que el mundo está cubierto por estanques, lagos y océanos. Estás en un bote, en un cuerpo de agua. Pero está extremadamente nublado, por …

15 distributions  queueing  interarrival-time 

Tengo un conjunto de datos que esperaría seguir una distribución de Poisson, pero se dispersa en exceso aproximadamente 3 veces. Actualmente, estoy modelando esta sobredispersión usando algo como el siguiente código en R. ## assuming a median value of 1500 med = 1500 rawdist = rpois(1000000,med) oDdist = rawDist + …

15 distributions  modeling  poisson-distribution  overdispersion 

Digamos que tengo dos o más poblaciones de muestra de vectores de valores continuos n-dimensionales. ¿Hay alguna forma no paramétrica de probar si estas muestras son de la misma distribución? Si es así, ¿hay una función en R o python para esto?

15 r  distributions  nonparametric  python 

Quiero usar en la distribución para modelar retornos de activos de intervalo corto en un modelo bayesiano. Me gustaría estimar tanto los grados de libertad (junto con otros parámetros en mi modelo) para la distribución. Sé que los rendimientos de los activos son bastante no normales, pero no sé mucho …

15 distributions  bayesian  modeling  prior 

Tengo dos conjuntos de datos (fuente y datos de destino) que siguen la distribución diferente. Estoy usando MMD, que es una distribución de distancia no paramétrica, para calcular la distribución marginal entre los datos de origen y destino. fuente de datos, Xs datos objetivo, Xt Adaptación Matriz A * Datos …

15 machine-learning  distributions  distance  feature-construction  domain-adaptation 

Estoy emprendiendo un proyecto de análisis de datos que implica investigar los tiempos de uso del sitio web en el transcurso del año. Lo que me gustaría hacer es comparar cuán "consistentes" son los patrones de uso, por ejemplo, qué tan cerca están de un patrón que implica usarlo durante …

14 distributions  distance  frequency  comparison 

¿Es la distribución de Cauchy de alguna manera una distribución "impredecible"? Intenté hacer cs <- function(n) { return(rcauchy(n,0,1)) } en R para una multitud de n valores y noté que ocasionalmente generan valores bastante impredecibles. Compare eso con, por ejemplo as <- function(n) { return(rnorm(n,0,1)) } que siempre parece dar …

14 distributions  intuition  cauchy 

Supongamos que sabemos p (x, y), p (x, z) y p (y, z), ¿es cierto que la distribución conjunta p (x, y, z) es identificable? Es decir, ¿solo hay una posible p (x, y, z) que tiene márgenes superiores?

14 distributions  mathematical-statistics