Ich habe Schwierigkeiten, eine Erklärung dafür zu finden, warum Standard-Q-Learning dazu neigt, Q-Werte zu überschätzen (was durch die Verwendung von doppeltem Q-Learning behoben wird). Die einzigen Quellen, die ich gefunden habe, erklären nicht genau, warum diese Überschätzung auftritt. Zum...
Wir hatten einige Diskussionen über die Nützlichkeit von Pooled-OLS- und RE-Schätzern im Vergleich zu FE. Soweit ich das beurteilen kann, handelt es sich bei der Pooled OLS-Schätzung lediglich um eine OLS-Technik, die mit Panel-Daten ausgeführt wird. Daher werden alle individuell spezifischen...
Ich habe das Standard- / berühmte word2vec- Modell gelesen und gemäß den Standardnotizen für cs224n ändert sich die Zielfunktion von: J.o r i gi n a l= -∑j = 0 , j ≠ m2 mu⊤c - m + jvc+ 2 m l o g(∑k = 1| V.|e x p (u⊤kvc) )J.ÖrichGichneinl=- -∑j=0,j≠m2muc-
Wir können eine lineare Regression ohne Zufälligkeit simulieren, was bedeutet, dass wir y=Xβy=Xβy=X\beta anstelle von y=Xβ+ϵy=Xβ+ϵy=X\beta+\epsilon . Wenn wir dann ein lineares Modell anpassen, sind die Koeffizienten identisch mit der "Grundwahrheit". Hier ist ein Beispiel. set.seed(0) n <-...
Ich habe eine Frage, wie besorgt ich über einen möglichen Verstoß gegen die Normalität der Residuenannahme in einem linearen gemischten Modell sein sollte. Ich habe einen relativ kleinen Datensatz und nach dem Anpassen des Modells (unter Verwendung von 'lmer' in R) zeigt ein Shapiro-Wilks-Test eine...
Ich gehe gerade zu GLMs nach den Standardmodellen über. Im Standardmodell y = Xb + epsilon und es wird angenommen, dass epsilon normal verteilt ist. Das heißt, wir können schreiben y - Xb = epsilon und dann können wir die lhs unter Verwendung einer geeigneten Norm unter der Annahme der Normalität...
PCA sucht nach Faktoren in Daten, die die erklärte Varianz maximieren. Die kanonische Korrelationsanalyse (CCA) ähnelt meines Wissens einer PCA, sucht jedoch nach Faktoren, die die Kreuzkovarianz zwischen zwei Datensätzen maximieren. Finden Sie also pca-ähnliche Faktoren, die zwei Datensätzen...
Entschuldigung, wenn dies überhaupt verwirrend ist, bin ich mit geometrischen Mitteln sehr unbekannt. Für den Kontext beträgt mein Datensatz 35 Portfoliowerte zum Monatsende. Ich habe die Wachstumsrate von Monat zu Monat [Monat (N) / Monat (N-1)] - 1 ermittelt, sodass ich jetzt 34 Beobachtungen...
Ich möchte eine Stimmungsanalyse für Text durchführen, habe mehrere Artikel durchgesehen, einige verwenden "Naive Bayes" und andere sind "Recurrent Neural Network (LSTM)" , andererseits habe ich eine Python-Bibliothek für die Stimmungsanalyse gesehen, die ist nltk. Es verwendet "Naive Bayes". Kann...
Ich möchte eine synthetische Zeitreihe generieren. Die Zeitreihe muss eine Markov-Kette mit einer Gamma-Randverteilung und einem AR (1) -Parameter von . Kann ich dies tun, indem ich einfach eine Gammaverteilung als Rauschbegriff in einem AR (1) -Modell verwende, oder muss ich einen...
Angenommen, ich würde gerne auf die Effektgröße und Signifikanz zwischen Ergebnis Y und Variable X zugreifen, die durch den Confounder Z angepasst wurden . Meine Frage ist, ob es einen Unterschied gibt, um die Effektgröße und Signifikanz von X zwischen dem folgenden Szenario zu bestimmen . Setzen...
Ich bin neu in statistischen Studien und auf dieser Website und bin in meinem Buch auf die "Nullsummen-Eigenschaft" bezüglich des Mittelwerts gestoßen. Es scheint einfach zu sein, aber ich kann den Begriff immer noch nicht verstehen. Die einzige Information, die es mit der Formel gibt, ist Die...
Ich habe Fragen zu parametrischen und nicht parametrischen Testunterscheidungen durchsucht, und es scheint, dass sich alle Fragen auf einen sehr spezifischen Test, ein Datenproblem oder eine technische Unterscheidung konzentrieren. Ich bin nicht an der Frage des Testens von Annahmen (nicht;...
Ich lese über Entscheidungsfehler beim Testen von Hypothesen. Meine Frage ist, warum ein "Typ-II-Fehler" überhaupt als Fehler angesehen wird. Soweit ich weiß, entsteht dies, wenn wir eine falsche Nullhypothese nicht ablehnen. Wenn wir die Nullhypothese nicht ablehnen, bedeutet dies einfach, dass...
Ich möchte vermeiden, Normalitätstests zu missbrauchen, bei denen eine ausreichend große Stichprobe eine leichte Nichtnormalität hervorhebt. Ich möchte sagen können, dass eine Verteilung "normal genug" ist. Wenn die Population nicht normal ist, tendiert der p-Wert für den Shapiro-Wilk-Test mit...
Angenommen, und Y sind zwei positive RVs und C o v ( X , Y ) > 0 . Bedeutet dies, dass C o v ( X , 1 / Y ) < 0 ist , oder werden weitere Informationen
Ist es beim Deep Learning und seiner Anwendung auf Computer Vision möglich zu erkennen, welche Funktionen diese beiden Arten von Pooling-Extrakten bieten? Kann man beispielsweise sagen, dass der maximale Pool Kanten extrahiert? Können wir etwas Ähnliches in Bezug auf Mean Pooling sagen? PS Sie...
In den Vorlesungsunterlagen der 5. Woche für Andrew Ngs Coursera Machine Learning Class wird die folgende Formel zur Berechnung des Werts von der zum Initialisieren von mit zufälligen Werten verwendet wird:ϵϵ\epsilonΘΘ\Theta In der Übung werden weitere Erläuterungen gegeben: Eine effektive...
Ich habe eine kleine Stichprobengröße von 15. Ich möchte sehen, ob es einen Unterschied in der Nährstoffaufnahme zwischen zwei unabhängigen Variablen gibt, Gruppe 1 n = 11, Gruppe 2 n = 4. Die Daten sind nicht normal verteilt. Welcher Test ist besser geeignet, der Mann Whitney U- oder der...
Was sagt die Statistik über diesen Laien hin und her: Laie A: Die Tatsache, dass John genau in diesem Moment sein Glas Wein auf den Tisch verschüttet hat, ist eigenartig. Ich habe noch nie einen Mann gesehen, der sein Glas so gut beherrscht. Laie B: Nun, statistisch gesehen ist es Zeit, dass er...