Preguntas etiquetadas con self-study

Como ejercicio de rutina, estoy tratando de encontrar la distribución de donde e son variables aleatorias independientes .X2+Y2−−−−−−−√X2+Y2\sqrt{X^2+Y^2}XXXYYYU(0,1)U(0,1) U(0,1) La densidad conjunta de es (X,Y)(X,Y)(X,Y)fX,Y(x,y)=10&lt;x,y&lt;1fX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right)cosθcos⁡θ\cos\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]zsinθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right)sinθsin⁡θ\sin\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right] Entonces, para , tenemos .1&lt;z&lt;2–√1&lt;z&lt;21< z<\sqrt 2cos−1(1z)&lt;θ&lt;sin−1(1z)cos−1⁡(1z)&lt;θ&lt;sin−1⁡(1z)\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right) El valor absoluto de jacobian de transformación es|J|=z|J|=z|J|=z Por lo tanto, la densidad conjunta de viene dada …

10 self-study  distributions  mathematical-statistics  uniform 

Estoy tratando de abrirme camino a través del primer conjunto de problemas del material del curso en línea de la clase de Stanford cs224d y tengo algunos problemas con el problema 3A: cuando uso el modelo de omisión de word2vec con la función de predicción softmax y la función de …

10 machine-learning  self-study  word2vec 

Sea una muestra aleatoria de una distribución para . Es decir,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Encuentre el estimador imparcial con varianza mínima parag(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Mi intento: Como la distribución geométrica es de la familia exponencial, la estadística es completa y suficiente para . Además, si es un estimador para , es …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

Mi pregunta surge de la lectura de Minka "Estimación de una distribución de Dirichlet" , que establece lo siguiente sin pruebas en el contexto de derivar un estimador de máxima verosimilitud para una distribución de Dirichlet basado en observaciones de vectores aleatorios: Como siempre con la familia exponencial, cuando el …

10 self-study  maximum-likelihood  exponential-family  sufficient-statistics 

En el siguiente código realizo una regresión logística en datos agrupados usando glm y "a mano" usando mle2. ¿Por qué la función logLik en R me da una probabilidad de registro logLik (fit.glm) = - 2.336 que es diferente del logLik (fit.ml) = - 5.514 que obtengo a mano? library(bbmle) …

10 r  self-study  generalized-linear-model 

El libro de texto genera primero algunos datos de 2 clases a través de: lo que da: y luego pregunta: Intento resolver esto modelando esto primero con este modelo gráfico: donde es la etiqueta, es el índice de la media seleccionada , y es el punto de datos. Esto daráccch(1≤h≤10)h(1≤h≤10)h\,(1\le …

10 self-study  bayesian 

Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Dejar que X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n iid variables aleatorias que tienen pdf fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) donde θ&gt;0θ&gt;0\theta >0 . Dar el UMVUE de 1θ1θ\frac{1}{\theta} y calcula su varianza He aprendido acerca de dos métodos para obtener UMVUE: Límite inferior Cramer-Rao (CRLB) Lehmann-Scheffe Thereom Voy a intentar esto …

10 self-study  estimation  inference  exponential-family  umvue 

Deje que y sean variables aleatorias exponenciales independientes y distribuidas idénticamente con rate . Deje .X1X1X_1X2X2X_2λλ\lambdaS2=X1+X2S2=X1+X2S_2 = X_1 + X_2 P: Muestre que tiene PDF .S2S2S_2FS2( x ) =λ2Xmi- λ x,x ≥ 0fS2(x)=λ2xe−λx,x≥0f_{S_2}(x) = \lambda^2 x \text{e}^{-\lambda x},\, x\ge 0 Tenga en cuenta que si los eventos ocurrieron de acuerdo …

10 self-study  distributions  convolution  exponential-distribution 

Para la tarea, me dieron datos para crear / entrenar un predictor que usa la regresión de lazo. Creo el predictor y lo entreno usando la biblioteca lasso python de scikit learn. Así que ahora tengo este predictor que cuando se da entrada puede predecir la salida. La segunda pregunta …

10 regression  machine-learning  self-study  confidence-interval  bootstrap 

He llegado hasta dlnLdμ=∑i=1n2(xi−u)1+(xi−u)2dln⁡Ldμ=∑i=1n2(xi−u)1+(xi−u)2\frac{d\ln L}{d\mu}=\sum_{i=1}^n \frac{2(x_i-u)}{1+(x_i-u)^2} Donde es el parámetro de ubicación. Y es función de probabilidad. No entiendo cómo proceder. Por favor ayuda.uuuLLL

10 self-study  maximum-likelihood  cauchy 

Que y sean eventos independientes, y que y sean eventos independientes. ¿Cómo demuestro que y son eventos independientes?AAABBBAAACCCAAAB∪CB∪CB\cup C Según la definición de eventos independientes, y son independientes si y solo siAAAB∪CB∪CB\cup CP(A∩(B∪C))=P(A)P(B∪C).P(A∩(B∪C))=P(A)P(B∪C).P(A\cap (B\cup C)) = P(A)P(B\cup C). Como y y y son independientes, sé que AAABBBAAACCCP(A∩B)=P(A)P(B)andP(A∩C)=P(A)P(C).P(A∩B)=P(A)P(B)andP(A∩C)=P(A)P(C).P(A\cap B) = P(A)P(B) …

10 probability  self-study  independence 

Wikipedia da las siguientes definiciones: Censura a la derecha : un punto de datos está por encima de cierto valor pero no se sabe cuánto. Censura izquierda : un punto de datos está por debajo de un cierto valor pero no se sabe cuánto. En estas definiciones, qué se entiende …

10 self-study  censoring 

Encontré una solución que decía que si el cuadrado de una serie de tiempo es estacionario, también lo es la serie de tiempo original, y viceversa. Sin embargo, no puedo demostrarlo, ¿alguien tiene una idea de si esto es cierto y si es cómo derivarlo?

9 time-series  self-study  data-transformation  stationarity