Domande taggate «proof»

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 …

67 variance  unbiased-estimator  proof  history 

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 …

46 normal-distribution  kullback-leibler  proof 

Come afferma la domanda: è possibile provare l'ipotesi nulla? Dalla mia (limitata) comprensione dell'ipotesi, la risposta è no ma non riesco a trovare una spiegazione rigorosa per questo. La domanda ha una risposta definitiva?

37 hypothesis-testing  proof  equivalence 

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 2 anni fa . Sto usando il cursore per eseguire una foresta casuale convalidata in modo incrociato su un set di …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

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]\\ …

19 mathematical-statistics  conditional-probability  proof  conditional-expectation 

Il testo di Wackerly et al afferma questo teorema "Sia e denotano rispettivamente le funzioni generatrici del momento delle variabili casuali X e Y. Se esistono entrambe le funzioni generatrici del momento e per tutti i valori di t, allora X e Y hanno la stessa distribuzione di probabilità. " …

19 mathematical-statistics  references  moments  proof  mgf 

Tratto da Grimmet e Stirzaker : Mostra che non può essere il caso cui è uniformemente distribuito su [0,1] e e sono indipendenti e identicamente distribuiti. Non si deve supporre che X e Y siano variabili continue.U X YU=X+YU=X+YU=X+YUUUXXXYYY Una semplice prova per suffissi contraddizione per il caso in cui …

18 probability  random-variable  continuous-data  uniform  proof 

Da Wikipedia , la correlazione di rango di Spearman viene calcolata convertendo le variabili e in variabili classificate e e quindi calcolando la correlazione di Pearson tra le variabili classificate:Y i x i y iXiXiX_iYiYiY_ixixix_iyiyiy_i Tuttavia, l'articolo continua affermando che se non ci sono legami tra le variabili e , …

14 correlation  proof  spearman-rho 

Di recente ho incontrato la distribuzione bivariata di Poisson, ma sono un po 'confuso su come possa essere derivato. La distribuzione è data da: P ( X = x , Y = y ) = e - ( θ 1 + θ 2 + θ 0 ) θ x 1x …

13 distributions  mathematical-statistics  multivariate-analysis  poisson-distribution  proof 

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!) …

13 normal-distribution  proof  quadratic-form  laplace-distribution 

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 …

11 self-study  proof  k-nearest-neighbour 

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 

Attualmente bloccato su questo, so che dovrei probabilmente usare la deviazione media della distribuzione binomiale ma non riesco a capirlo.

10 self-study  binomial  mean  expected-value  proof 

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 …

10 proof  quantile-regression  equivalence 

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