Preguntas etiquetadas con normal-distribution

Muy a menudo cuando investigo nuevos métodos y conceptos estadísticos, me encuentro con la diferencia al cuadrado (o el error al cuadrado medio, o una gran cantidad de otros epítetos). Solo como ejemplo, la r de Pearson se decide en función de la diferencia cuadrática media de la línea de …

14 normal-distribution 

En algunos tutoriales descubrí que se decía que la inicialización del peso "Xavier" (documento: Comprender la dificultad de entrenar redes neuronales de alimentación profunda ) es una forma eficiente de inicializar los pesos de las redes neuronales. Para las capas completamente conectadas, había una regla general en esos tutoriales: Var(W)=2nin+nout,simpler …

14 normal-distribution  variance  neural-networks  conv-neural-network 

Este es un pensamiento extraño que tuve al revisar algunas estadísticas antiguas y, por alguna razón, parece que no puedo pensar en la respuesta. Un PDF continuo nos dice la densidad de los valores de observación en cualquier rango dado. Es decir, si , por ejemplo, entonces la probabilidad de …

13 normal-distribution  maximum-likelihood  pdf 

He estado tratando de aprender qué distribuciones usar en GLM, y estoy un poco confundido sobre cuándo usar la distribución normal. En una parte de mi libro de texto, dice que una distribución normal podría ser buena para modelar los puntajes de los exámenes. En la siguiente parte, pregunta qué …

13 normal-distribution  generalized-linear-model  gamma-distribution  inverse-gaussian-distrib 

¿Hay una distribución o puedo trabajar desde otra distribución para crear una distribución como esa en la imagen a continuación (disculpas por los malos dibujos)? donde doy un número (0.2, 0.5 y 0.9 en los ejemplos) para saber dónde debería estar el pico y una desviación estándar (sigma) que hace …

13 distributions  normal-distribution 

En su blog , el físico Steve Hsu escribió lo siguiente: Suponiendo una distribución normal, solo hay alrededor de 10,000 personas en los EE. UU. Que rinden a + 4SD y un número similar en Europa, por lo que esta es una población bastante selecta (aproximadamente, los pocos cientos de …

13 normal-distribution 

Esta pregunta está inspirada en la larga discusión en los comentarios aquí: ¿Cómo usa la regresión lineal la distribución normal? En el modelo de regresión lineal habitual, para simplificar aquí escrito con un solo predictor: Yi=β0+β1xi+ϵiYi=β0+β1xi+ϵi Y_i = \beta_0 + \beta_1 x_i + \epsilon_i donde xixix_i son constantes conocidas y …

13 regression  normal-distribution  mathematical-statistics  maximum-likelihood  least-squares 

Sé que una suma de gaussianos es gaussiana. Entonces, ¿en qué se diferencia una mezcla de gaussianos? Quiero decir, una mezcla de gaussianos es solo una suma de gaussianos (donde cada gaussiano se multiplica por el coeficiente de mezcla respectivo) ¿verdad?

13 normal-distribution  random-variable  mixture  gaussian-mixture 

Aparentemente, es el caso de que si , entoncesXi∼N(0,1)Xi∼N(0,1)X_i \sim N(0,1) X1X2+X3X4∼Laplace(0,1)X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} He visto artículos sobre formas cuadráticas arbitrarias, que siempre resultan en horribles expresiones de chi-cuadrado no central. La simple relación anterior no me parece nada obvia, así que (si es cierto) ¿alguien …

13 normal-distribution  proof  quadratic-form  laplace-distribution 

Supongamos que tiene un conjunto de valores y desea saber si es más probable que se muestrearon de una distribución gaussiana (normal) o de una distribución lognormal. Por supuesto, idealmente sabría algo sobre la población o sobre las fuentes de error experimental, por lo que tendría información adicional útil para …

13 normal-distribution  lognormal 

Citando un artículo de Wikipedia sobre la estimación de parámetros para un ingenuo clasificador de Bayes : "una suposición típica es que los valores continuos asociados con cada clase se distribuyen de acuerdo con una distribución gaussiana". Entiendo que una distribución gaussiana es conveniente por razones analíticas. Sin embargo, ¿hay …

13 normal-distribution 

Los modelos de análisis discriminante gaussiano aprenden y luego aplican la regla de Bayes para evaluar P ( y | x ) = P ( x | y ) P p r i o r ( y )PAG( x | y)PAG(XEl |y)P(x|y)Por lo tanto, son modelos generativos. ¿Por qué entonces …

13 normal-distribution  discriminant-analysis  generative-models 

Tengo un gran conjunto de puntos de datos de la forma (media, stdev). Deseo reducir esto a una sola (mejor) media y una (con suerte) menor desviación estándar. Claramente podría simplemente calcular ∑datameanN∑datameanN\frac{\sum data_{mean}}{N} , sin embargo, esto no tiene en cuenta el hecho de que algunos de los puntos …

13 normal-distribution  repeated-measures  weighted-mean 

Hoy me preguntaron algo similar a esto en una entrevista. El entrevistador quería saber cuál es la probabilidad de que una opción en el dinero termine en el dinero cuando la volatilidad tiende al infinito. Dije 0% porque las distribuciones normales que subyacen en el modelo de Black-Scholes y la …

13 normal-distribution  variance 

Digamos que estoy calculando alturas (en cm) y los números deben ser superiores a cero. Aquí está la lista de muestra: 0.77132064 0.02075195 0.63364823 0.74880388 0.49850701 0.22479665 0.19806286 0.76053071 0.16911084 0.08833981 Mean: 0.41138725956196015 Std: 0.2860541519582141 En este ejemplo, de acuerdo con la distribución normal, el 99.7% de los valores deben …

13 probability  mathematical-statistics  normal-distribution  standard-deviation