Un esercizio di routine da un libro di testo, un corso o un test utilizzato per una lezione o uno studio autonomo. La politica di questa comunità è di "fornire suggerimenti utili" per tali domande piuttosto che risposte complete.
Ho studiato statistiche negli ultimi due anni. Quasi tutto quello che ho imparato riguarda le statistiche parametriche. Ora vorrei saperne di più sulle statistiche non parametriche. Qualcuno può suggerire qualche introduzione concisa (forse anche leggibile) in quest'area?
Sto leggendo il capitolo 13 "Adventures in Covariance" nel ( superbo ) libro Statistical Rethinking di Richard McElreath dove presenta il seguente modello gerarchico: ( Rè una matrice di correlazione) L'autore spiega che LKJcorrè un precedente debolmente informativo che funziona come un precedente regolarizzante per la matrice di correlazione. Ma …
La domanda è la seguente: Un campione casuale di n valori viene raccolto da una distribuzione binomiale negativa con il parametro k = 3. Trova lo stimatore di massima verosimiglianza del parametro π. Trova una formula asintotica per l'errore standard di questo stimatore. Spiega perché la distribuzione binomiale negativa sarà …
Sto leggendo il libro di Kevin Murphy: Machine Learning - Una prospettiva probabilistica. Nel primo capitolo l'autore sta spiegando la maledizione della dimensionalità e c'è una parte che non capisco. Ad esempio, l'autore afferma: Considerare che gli ingressi sono distribuiti uniformemente lungo un cubo unità D-dimensionale. Supponiamo di stimare la …
Sto incontrando difficoltà nel provare la seguente dichiarazione. Viene fornito in un documento di ricerca trovato su Google. Ho bisogno di aiuto per provare questa affermazione! Sia , dove è una matrice ortogonale e è gaussiana. Il comportamento isotopico della gaussiana che ha la stessa distribuzione in qualsiasi base ortonormale.X=ASX=ASX= …
Sia un campione casuale dalla densità( X 1 , X 2 , … , X n ) (X1,X2,…,Xn)(X_1,X_2,\ldots,X_n)f θ ( x ) = θ x θ - 1 1 0 < x < 1,θ > 0fθ(x)=θxθ−110<x<1,θ>0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 Sto cercando di trovare l'UMVUE di θ1 + θθ1+θ\frac{\theta}{1+\theta} . La densità congiunta …
Mentre leggo il sito, la maggior parte delle risposte suggerisce che la validazione incrociata dovrebbe essere fatta negli algoritmi di machine learning. Tuttavia, mentre stavo leggendo il libro "Capire l'apprendimento automatico", ho visto che esiste un esercizio che a volte è meglio non usare la convalida incrociata. Sono veramente confuso. …
Ho affrontato una domanda di intervista per un lavoro in cui l'intervistatore mi ha chiesto supponiamo che il tuo sia molto basso (tra il 5 e il 10%) per un modello di elasticità dei prezzi. Come risolveresti questa domanda?R2R2R^2 Non potevo pensare a nient'altro che al fatto che eseguirò la …
Lascia che X1X1X_1 , X2X2X_2 , ⋯⋯\cdots , Xd∼N(0,1)Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1) e siano indipendenti. Qual è l'aspettativa di X41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} ? È facile trovare E(X21X21+⋯+X2d)=1dE(X12X12+⋯+Xd2)=1d\mathbb{E}\left(\frac{X_1^2}{X_1^2 + \cdots + X_d^2}\right) = \frac{1}{d} per simmetria. Ma non so come trovare le aspettative di X41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} …
Questa domanda è tratta dal libro di Van der Vaart Asymptotic Statistics, pag. 253. # 3: Supponiamo che e siano vettori multinomiali indipendenti con parametri e . Sotto l'ipotesi nulla che mostriXmXm\mathbf{X}_mYnYn\mathbf{Y}_n(m,a1,…,ak)(m,a1,…,ak)(m,a_1,\ldots,a_k)(n,b1,…,bk)(n,b1,…,bk)(n,b_1,\ldots,b_k)ai=biai=bia_i=b_i ∑i=1k(Xm,i−mc^i)2mc^i+∑i=1k(Yn,i−nc^i)2nc^i∑i=1k(Xm,i−mc^i)2mc^i+∑i=1k(Yn,i−nc^i)2nc^i\sum_{i=1}^k \dfrac{(X_{m,i} - m\hat{c}_i)^2}{m\hat{c}_i} + \sum_{i=1}^k \dfrac{(Y_{n,i} - n\hat{c}_i)^2}{n\hat{c}_i} ha distribuzione . dove .c i = ( X …
Questa domanda è tratta dall'Introduzione alla statistica matematica di Robert Hogg, problema della sesta versione 7.4.9 a pagina 388. Lascia che sia iid con pdf zero altrove, dove .X1,...,XnX1,...,XnX_1,...,X_nf(x;θ)=1/3θ,−θ<x<2θ,f(x;θ)=1/3θ,−θ<x<2θ,f(x;\theta)=1/3\theta,-\theta0 (a) Trova il mle diθ^θ^\hat{\theta}θθ\theta (b) una statistica sufficiente per ? Perché ?θ^θ^\hat{\theta}θθ\theta (c) È la MVUE unica di ? Perché …
Come suggerito nel titolo. Supponiamo che siano variabili casuali iid continue con pdf . Considera l'evento in cui , , quindi è quando la sequenza diminuisce per la prima volta. Allora qual è il valore di ?X1,X2,…,XnX1,X2,…,XnX_1, X_2, \dotsc, X_nfffX1≤X2…≤XN−1>XNX1≤X2…≤XN−1>XNX_1 \leq X_2 \dotsc \leq X_{N-1} > X_NN≥2N≥2N \geq 2NNNE[N]E[N]E[N] Ho …
Dimostrare o fornire un controesempio: Se , alloraXnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, ( ∏ n i = 1 X i ) 1 / nXXX(∏ni=1Xi)1/n(∏i=1nXi)1/n(\prod_{i=1}^{n}X_i)^{1/n} →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX Il mio tentativo : FALSO: Supponiamo che possa assumere solo valori negativi e supponiamoX n ≡ X ∀ nXXXXn≡XXn≡XX_n \equiv X …
Qual è la dimensione VC dell'algoritmo vicino più vicino k se k è uguale al numero di punti di allenamento utilizzati? Contesto: questa domanda è stata posta in un corso che seguo e la risposta fornita è stata 0. Tuttavia, non capisco perché sia così. La mia intuizione è che …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.