Domande taggate «proof»

Teoria matematica della statistica, che si occupa di definizioni formali e risultati generali.

5
In che modo esattamente gli statistici hanno accettato di usare (n-1) come lo stimatore imparziale per la varianza della popolazione senza simulazione?
La formula per la varianza informatica ha nel denominatore:(n−1)(n−1)(n-1) s2=∑Ni=1(xi−x¯)2n−1s2=∑i=1N(xi−x¯)2n−1s^2 = \frac{\sum_{i=1}^N (x_i - \bar{x})^2}{n-1} Mi sono sempre chiesto perché. Tuttavia, leggere e guardare alcuni buoni video sul "perché" è, a quanto pare, è un buon stimatore imparziale della varianza della popolazione. Considerando che sottovaluta e sopravvaluta la varianza della …

1
Divergenza di KL tra due gaussiani multivariati
Ho problemi a derivare la formula della divergenza KL ipotizzando due distribuzioni normali multivariate. Ho fatto il caso univariato abbastanza facilmente. Tuttavia, è passato un po 'di tempo da quando ho preso le statistiche matematiche, quindi ho qualche problema ad estenderlo al caso multivariato. Sono sicuro che mi manca qualcosa …


3

4
Problema con la prova dell'aspettativa condizionale come miglior predittore
Ho un problema con la prova di E(Y|X)∈argming(X)E[(Y−g(X))2]E(Y|X)∈arg⁡ming(X)E[(Y−g(X))2]E(Y|X) \in \arg \min_{g(X)} E\Big[\big(Y - g(X)\big)^2\Big] che molto probabilmente rivelano un più profondo fraintendimento di aspettative e aspettative condizionate. La prova che conosco è la seguente (un'altra versione di questa prova può essere trovata qui ) ===argming(X)E[(Y−g(x))2]argming(X)E[(Y−E(Y|X)+E(Y|X)−g(X))2]argming(x)E[(Y−E(Y|X))2+2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]argming(x)E[2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]arg⁡ming(X)E[(Y−g(x))2]=arg⁡ming(X)E[(Y−E(Y|X)+E(Y|X)−g(X))2]=arg⁡ming(x)E[(Y−E(Y|X))2+2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]=arg⁡ming(x)E[2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]\begin{align*} &\arg \min_{g(X)} E\Big[\big(Y - g(x)\big)^2\Big]\\ …





2
Somma di due prodotti normali è Laplace?
Apparentemente è il caso che se Xi∼N(0,1)Xi∼N(0,1)X_i \sim N(0,1) , allora X1X2+X3X4∼Laplace(0,1)X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} Ho visto documenti su forme quadratiche arbitrarie, che si traducono sempre in orribili espressioni chi-quadrate non centrali. La semplice relazione di cui sopra non mi sembra affatto ovvia, quindi (se è vero!) …

3
Spiegazione della formula per il punto più vicino mediano all'origine di N campioni dalla sfera unitaria
In Elements of Statistical Learning , viene introdotto un problema per evidenziare i problemi con k-nn in spazi ad alta dimensione. Esistono punti dati distribuiti uniformemente in una sfera di unità dimensionale.NNNppp La distanza mediana dall'origine al punto dati più vicino è data dall'espressione: d(p,N)=(1−(12)1N)1pd(p,N)=(1−(12)1N)1pd(p,N) = \left(1-\left(\frac{1}{2}\right)^\frac{1}{N}\right)^\frac{1}{p} Quando , la …

3
Domanda su una normale prova di equazione
Come puoi dimostrare che le equazioni normali: hanno una o più soluzioni senza supporre che X sia invertibile?(XTX)β=XTY(XTX)β=XTY(X^TX)\beta = X^TY La mia unica ipotesi è che abbia qualcosa a che fare con l'inverso generalizzato, ma sono totalmente perso.
11 regression  proof 


1
Formula dello stimatore di regressione quantile
Ho visto due diverse rappresentazioni dello stimatore della regressione quantile che sono Q(βq)=∑i:yi≥x′iβnq∣yi−x′iβq∣+∑i:yi&lt;x′iβn(1−q)∣yi−x′iβq∣Q(βq)=∑i:yi≥xi′βnq∣yi−xi′βq∣+∑i:yi&lt;xi′βn(1−q)|yio-Xio'βq|Q(\beta_{q}) = \sum^{n}_{i:y_{i}\geq x'_{i}\beta} q\mid y_i - x'_i \beta_q \mid + \sum^{n}_{i:y_{i}< x'_{i}\beta} (1-q)\mid y_i - x'_i \beta_q \mid e Q ( βq) = ∑i = 1nρq( yio- x'ioβq) ,ρq( u ) = uio(q- 1 ( uio&lt; 0 …

3
Il concetto di "provato statisticamente"
Quando le notizie parlano di cose "provate statisticamente", usano correttamente un concetto di statistica ben definito, lo usano in modo sbagliato o usano semplicemente un ossimoro? Immagino che una "prova statistica" non sia effettivamente eseguita per dimostrare un'ipotesi, né una prova matematica, ma piuttosto un "test statistico".
10 inference  proof 

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.