Warum ist der F- Test für die Varianzdifferenz so empfindlich gegenüber der Annahme einer Normalverteilung, selbst für große ?NNN Ich habe versucht, im Internet zu suchen und die Bibliothek besucht, aber keine davon hat gute Antworten gegeben. Es heißt, dass der Test sehr empfindlich auf Verstöße...
Ich bin verwirrt über die Gleichung, die als Definition der Gefährdungsrate dient. Ich habe eine Vorstellung davon, wie hoch die Gefährdungsrate ist, verstehe aber nicht, wie die Gleichung diese Intuition ausdrückt. Wenn xxx eine Zufallsvariable ist, die den Zeitpunkt des Todes einer Person in...
Wir wissen also, dass eine Summe von Poisson mit dem nnnParameter λλ\lambda selbst eine Poisson mit nλnλn\lambda . So hypothetisch könnte man nehmen x∼poisson(λ=1)x∼poisson(λ=1)x \sim poisson(\lambda = 1) und sagen , dass es tatsächlich ist ∑n1xi∼poisson(λ=1)∑1nxi∼poisson(λ=1)\sum_1^n x_i \sim...
Ich versuche, die in Taleb, 2016, The Meta-Distribution of Standard P-Values , gemachte Behauptung zu verstehen . Taleb macht darin das folgende Argument für die Unzuverlässigkeit des p-Werts (so wie ich es verstehe): Eine Schätzprozedur, die mit Datenpunkten arbeitet, die von einer Verteilung X...
Ich versuche, mit optimden Ergebnissen einer einfachen linearen Regression mit zu reproduzierenglm oder sogar nlsR-Funktionen ausgestattet ist. Die Parameterschätzungen sind die gleichen, aber die Restvarianzschätzung und die Standardfehler der anderen Parameter sind nicht die gleichen,...
Wenn die Daten 1d sind, zeigt die Varianz das Ausmaß an, in dem sich die Datenpunkte voneinander unterscheiden. Wenn die Daten mehrdimensional sind, erhalten wir eine Kovarianzmatrix. Gibt es ein Maß, das angibt, wie unterschiedlich die Datenpunkte im Allgemeinen für mehrdimensionale Daten sind?...
Hintergrund: Ein Großteil der modernen Forschung in den letzten ~ 4 Jahren (nach Alexander Net ) scheint von der Verwendung von generativem Pretraining für neuronale Netze abgewichen zu sein, um Klassifizierungsergebnisse auf dem neuesten Stand der Technik zu erzielen. Zum Beispiel beinhalten die...
In der Literatur zu neuronalen Netzen stoßen wir häufig auf das Wort "Tensor". Unterscheidet es sich von einem Vektor? Und aus einer Matrix? Haben Sie ein konkretes Beispiel, das die Definition verdeutlicht? Ich bin ein bisschen verwirrt über die Definition. Wikipedia hilft nicht und manchmal...
Ich frage mich, ob es einen Zusammenhang zwischen diesen drei Maßnahmen gibt. Ich kann nicht scheinen, eine Verbindung zwischen ihnen herzustellen, indem ich mich auf die Definitionen beziehe (möglicherweise, weil ich mit diesen Definitionen neu bin und es ein bisschen schwer habe, sie zu...
Betrachten wir ein Standard OLS Regressionsproblem : Ich habe Matrizen und und ich möchte \ B finden, um L = \ | \ Y- \ X \ B \ | ^ 2 zu minimieren . Die Lösung ist gegeben durch \ hat \ B = \ argmin_ \ B \ {L \} = (\ X ^ \ top \ X) ^ + \ X ^ \ top \ Y.\newcommand{\Y}{\mathbf
In meiner Studie werde ich die Arbeitsbelastung mit verschiedenen Metriken messen. Mit Herzfrequenzvariabilität (HRV), elektrodermaler Aktivität (EDA) und subjektiver Skala (IWS). Nach der Normalisierung hat das IWS drei Werte: Arbeitsbelastung niedriger als normal Arbeitsbelastung ist...
Was ist der Unterschied zwischen Markov-Ketten und Markov-Prozessen? Ich lese widersprüchliche Informationen: Manchmal basiert die Definition darauf, ob der Zustandsraum diskret oder kontinuierlich ist, und manchmal basiert sie darauf, ob die Zeit diskret oder kontinuierlich ist. Folie 20 dieses...
Ich habe die folgenden Beiträge zur geschachtelten Kreuzvalidierung gelesen und bin mir immer noch nicht 100% sicher, was ich mit der Modellauswahl mit geschachtelter Kreuzvalidierung tun soll: Verschachtelte Kreuzvalidierung für die Modellauswahl Modellauswahl und Kreuzvalidierung: Der richtige...
Welche theoretischen Herangehensweisen an die Kausalität sollte ich als angewandter Statistiker / Ökonometriker kennen? Ich kenne die (ein bisschen) Neyman-Rubin-Kausalmodell (und Roy , Haavelmo usw.) Pearl's Arbeit über Kausalität Granger-Kausalität (wenn auch weniger behandlungsorientiert) Welche...
Ich habe gelernt, dass die Standardnormalverteilung eindeutig ist, weil der Mittelwert und die Varianz auf 0 bzw. 1 festgelegt sind. Aufgrund dieser Tatsache frage ich mich, ob zwei Standard-Zufallsvariablen unabhängig sein
Dieses Problem hängt mit der Erforschung der Roboterabdeckung in meinem Labor zusammen: Zeichne zufällig Zahlen aus der Menge ohne Ersetzung und sortiere die Zahlen in aufsteigender Reihenfolge. .nnn{1,2,…,m}{1,2,…,m}\{1,2,\ldots,m\}1≤n≤m1≤n≤m1\le n\le m Aus dieser sortierten Liste von Zahlen...
Ich bin ein bisschen verwirrt über das Lernen von Ensembles. Kurz gesagt, es werden k Modelle ausgeführt und der Durchschnitt dieser k Modelle ermittelt. Wie kann garantiert werden, dass der Durchschnitt der k Modelle besser ist als jeder der Modelle für sich? Ich verstehe, dass die Tendenz...
Meine Eingabevariablen haben unterschiedliche Dimensionen. Einige Variablen sind dezimal, andere hunderte. Müssen diese Eingabevariablen unbedingt zentriert (subtrahiert den Mittelwert) oder skaliert (dividiert durch die Standardabweichung) werden, damit die Daten bei Verwendung einer...
Ich verstehe . Die Bedingung ist der Schnittpunkt von A und B geteilt durch die gesamte Fläche von B.P(A∩B)/P(B)=P(A|B)P(A∩B)/P(B)=P(A|B)P(A\cap B)/P(B) = P(A|B) Aber warum ist ?P(A∩B|C)/P(B|C)=P(A|B∩C)P(A∩B|C)/P(B|C)=P(A|B∩C)P(A\cap B|C)/P(B|C) = P(A|B \cap C) Kannst du etwas Intuition geben?...
Meine Frage ist: Wie ist die mathematische Beziehung zwischen der Beta-Verteilung und den Koeffizienten des logistischen Regressionsmodells ? Zur Veranschaulichung: Die logistische (Sigmoid-) Funktion ist gegeben durch f( x ) = 11 + exp( - x )f(x)=11+exp(-x)f(x) = \frac{1}{1+\exp(-x)} und es...