Preguntas etiquetadas con intuition

Para los no estadísticos como yo, es muy difícil captar la idea de la VImétrica (variación de la información) incluso después de leer el documento relevante de Marina Melia " Comparación de agrupamientos: una distancia basada en la información " (Journal of Multivariate Analysis, 2007). De hecho, no estoy familiarizado …

11 r  clustering  validation  intuition 

Actualmente estoy asistiendo al curso Una Introducción a la Gestión de Operaciones en Coursera.org. En algún momento del curso, el profesor comenzó a lidiar con la variación en el tiempo de las operaciones. La medida que usa es el coeficiente de variación , la relación entre la desviación estándar y …

11 standard-deviation  intuition  coefficient-of-variation 

En " Redes convolucionales de creencias profundas para el aprendizaje escalable sin supervisión de representaciones jerárquicas " por Lee et. al. ( PDF ) Se proponen DBN convolucionales. También se evalúa el método para la clasificación de imágenes. Esto suena lógico, ya que hay características de imagen locales naturales, como …

11 classification  unsupervised-learning  intuition  deep-belief-networks 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

La idea detrás de Recurrent Neural Network (RNN) es clara para mí. Lo entiendo de la siguiente manera: tenemos una secuencia de observaciones ( ) (o, en otras palabras, series de tiempo multivariadas). Cada observación individual es un vector numérico dimensional. Dentro del modelo RNN suponemos que la siguiente observación …

11 time-series  neural-networks  predictive-models  intuition  rnn 

¿Por qué los valores de p y las estadísticas de prueba de ks disminuyen al aumentar el tamaño de la muestra? Tome este código de Python como ejemplo: import numpy as np from scipy.stats import norm, ks_2samp np.random.seed(0) for n in [10, 100, 1000, 10000, 100000, 1000000]: x = norm(0, …

11 python  p-value  goodness-of-fit  intuition  scipy 

La forma cerrada de w en regresión lineal se puede escribir como w^=(XTX)−1XTyw^=(XTX)−1XTy\hat{w}=(X^TX)^{-1}X^Ty ¿Cómo podemos explicar intuitivamente el papel de en esta ecuación?(XTX)−1(XTX)−1(X^TX)^{-1}

10 regression  least-squares  matrix  intuition  matrix-inverse 

Sé por estudios previos que Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B) = Var(A) + Var(B) + 2 Cov (A,B) Sin embargo, no entiendo por qué es eso. Puedo ver que el efecto será 'elevar' la varianza cuando A y B covaran altamente. Tiene sentido que cuando cree un compuesto a partir de dos variables altamente …

10 variance  covariance  intuition 

Entiendo la mecánica de calcular los pesos usando los puntajes de propensión : y luego aplica los pesos en un análisis de regresión, y que los pesos sirven para "controlar" o disociar los efectos de las covariables en las poblaciones del grupo de tratamiento y control con la variable de …

10 intuition  weighted-regression  propensity-scores 

Traté de implementar una estimación numérica de la divergencia Kullback-Leibler para dos muestras. Para depurar la implementación, extraiga las muestras de dos distribuciones normales y .N ( 1 , 2 )norte( 0 , 1 )N(0,1)\mathcal N (0,1)norte( 1 , 2 )N(1,2)\mathcal N (1,2) Para una estimación simple, generé dos histogramas …

10 estimation  intuition  kullback-leibler  numerics 

En un conjunto de problemas probé este "lema", cuyo resultado no es intuitivo para mí. es una distribución normal estándar en un modelo censurado.ZZZ Formalmente, y . Luego, Entonces hay algún tipo de conexión entre la fórmula de expectativa sobre un dominio truncado y la densidad en el punto de …

10 normal-distribution  pdf  intuition 

En el libro de texto que estoy leyendo, usan definición positiva (definición semi-positiva) para comparar dos matrices de covarianza. La idea es que si A−BA−BA-B es pd entonces BBB es menor que AAA . ¿Pero me cuesta entender la intuición de esta relación? Hay un hilo similar aquí: /math/239166/what-is-the-intuition-for-using-definiteness-to-compare-matrices ¿Cuál …

10 covariance-matrix  matrix  intuition  linear-algebra  geometry 

El error estándar de una proporción será el más grande que pueda ser para un N dado cuando la proporción en cuestión es 0.5, y se vuelve más pequeña cuanto más lejos sea la proporción de 0.5. Puedo ver por qué esto es así cuando miro la ecuación para el …

10 standard-error  proportion  intuition 

¿Puede alguien proporcionar una explicación simple (laica) de la relación entre las distribuciones de Pareto y el Teorema del límite central (por ejemplo, ¿se aplica? ¿Por qué / por qué no?)? Estoy tratando de entender la siguiente declaración: "El Teorema del límite central no funciona con todas las distribuciones. Esto …

10 variance  central-limit-theorem  intuition  pareto-distribution  fat-tails 

Estoy tratando de tener una intuición más clara detrás: "Si hace que sea más probable, entonces hace que sea más probable", es decirAAABBBBBBAAA Supongamos que denota el tamaño del espacio en el que están y , luegon(S)n(S)n(S)AAABBB Reclamación: entoncesP(B|A)>P(B)P(B|A)>P(B)P(B|A)>P(B)n(AB)/n(A)>n(B)/n(S)n(AB)/n(A)>n(B)/n(S)n(AB)/n(A) > n(B)/n(S) entoncesn(AB)/n(B)>n(A)/n(S)n(AB)/n(B)>n(A)/n(S)n(AB)/n(B) > n(A)/n(S) que esP(A|B)>P(A)P(A|B)>P(A)P(A|B)>P(A) Entiendo las matemáticas, pero …

9 probability  inference  conditional-probability  intuition  association-measure