In den Kommentaren unter einem meiner Beiträge diskutierten Glen_b und ich, wie diskrete Verteilungen notwendigerweise einen abhängigen Mittelwert und eine abhängige Varianz haben. Für eine Normalverteilung ist es sinnvoll. Wenn ich Ihnen sage , haben Sie keine Ahnung, was ist, und wenn ich Ihnen...
Ich bin nur neugierig auf die Nullhypothese eines Mann-Whitney-U-Tests. Ich sehe oft, dass die Nullhypothese lautet, dass zwei Populationen gleiche Verteilungen haben. Aber ich denke - wenn ich zwei normale Populationen mit dem gleichen Mittelwert, aber einer extrem ungleichen Varianz hätte, würde...
Ich suche nach der richtigen Gleichung, um die gewichtete unverzerrte Stichproben-Kovarianz zu berechnen. Internetquellen sind zu diesem Thema ziemlich selten und verwenden alle unterschiedliche Gleichungen. Die wahrscheinlichste Gleichung, die ich gefunden habe, ist folgende: qj k= ∑N.i = 1wich(...
Wenn iid Poisson-Verteilungen mit dem Parameter ich herausgefunden, dass die maximale Wahrscheinlichkeitsschätzung für Daten . Daher können wir den entsprechenden Schätzer Meine Frage ist, wie würden Sie die Varianz dieses Schätzers berechnen?K1,…,KnK1,…,KnK_1, \dots,
Beispiele: Ich habe einen Satz in der Stellenbeschreibung: "Java Senior Engineer in UK". Ich möchte ein Deep-Learning-Modell verwenden, um es als zwei Kategorien vorherzusagen: English und IT jobs. Wenn ich ein traditionelles Klassifizierungsmodell verwende, kann es nur 1 Etikett mit...
Sei sind unterschiedliche Beobachtungen (keine Bindungen). Sei X ∗ 1 , . . . , X ∗ n bezeichnen eine Bootstrap-Probe (eine Probe aus der empirischen CDF) und lassen ˉ X ∗ n = 1X.1, . . . , X.nX.1,...,X.nX_{1},...,X_{n}X.∗1, . . . , X.∗nX.1∗,...,X.n∗X_{1}^{*},...,X_{n}^{*} . Finden SieE( ˉ X ∗ n...
Hastie et al. "Die Elemente des statistischen Lernens" (2009) betrachten einen Datenerzeugungsprozess mit und .Y=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} Sie zeigen die folgende...
Ich weiß, dass die Varianz der Differenz zweier unabhängiger Variablen die Summe der Varianzen ist, und ich kann es beweisen. Ich möchte wissen, wohin die Kovarianz im anderen Fall
Ist es für eine gegebene konstante Zahl (zB 4) möglich, eine Wahrscheinlichkeitsverteilung für , so dass wir ?X V a r ( X ) = rrrrX.XXV a r (X.) =
Ich verstehe den Beweis, dass aber ich verstehe nicht, wie man die Verallgemeinerung auf beliebige lineare Kombinationen beweist.V.a r ( a X.+ b Y.) = a2V.a r ( X.) + b2V.a r ( Y.) + 2 a b C.o v ( X., Y.) ,Var(aX.+bY.)=ein2V.einr(X.)+b2V.einr(Y.)+2einbC.Öv(X.,Y.),Var(aX+bY) = a^2Var(X)...
Ich verstehe die Gründe für die Division durch bei der Berechnung der Stichprobenvarianz, dh wenn wir durch dividieren, erhalten wir eine Schätzung der Populationsvarianz, die voreingenommen ist, um zu niedrig zu sein.n−1n−1n-1nnn Buglear (2013, S. 57) erklärt die Pearson-Korrelation: Wir...
Für eine bestimmte Zufallsvariable (oder eine Population oder einen stochastischen Prozess) ist die mathematische Erwartung die Antwort auf eine Frage. Welche Punktprognose minimiert den erwarteten quadratischen Verlust? . Es ist auch die optimale Lösung für ein Spiel. Erraten Sie die nächste...
Ich versuche, die Dimensionalität und das Rauschen eines Datensatzes zu reduzieren, indem ich eine PCA für den Datensatz durchführe und die letzten PCs wegwerfe. Danach möchte ich einige Algorithmen für maschinelles Lernen auf den verbleibenden PCs verwenden und daher die Daten normalisieren, indem...
Sei Zufallsvariablen, die im gleichen Wahrscheinlichkeitsraum definiert sind, und sei die Kovarianz von und endlich, dann lautet das Gesetz der Formel für die totale Kovarianz / Kovarianz-Zerlegung: Was ist die Interpretation von \ text {(i)} und \ text {(ii)} ?X Y Cov ( X , Y ) = E [ Cov ( X , Y |...
Wenn Zufallsvariablen aus , definieren Sie X1,X2,⋯,XnX1,X2,⋯,XnX_1,X_2, \cdots, X_n∼N(0,σ2)∼N(0,σ2)\sim \mathcal{N}(0, \sigma^2)Z=maxi∈{1,2,⋯,n}XiZ=maxi∈{1,2,⋯,n}XiZ = \max_{i \in \{1,2,\cdots, n \}} X_i Wir haben das E[Z]≤σ2logn−−−−−√E[Z]≤σ2logn\mathbb{E}[Z] \le \sigma \sqrt{2 \log n} . Ich habe...
Casella und Berger geben die Invarianzeigenschaft des ML-Schätzers wie folgt an: Es scheint mir jedoch, dass sie die "Wahrscheinlichkeit" von ηη\eta völlig ad hoc und unsinnig definieren: Wenn ich Grundregeln der Wahrscheinlichkeitstheorie auf den einfachen Fall anwende, in dem , erhalte ich...
... Ein weiteres potenzielles Problem bei der Anwendung von 2SLS- und anderen IV-Verfahren besteht darin, dass die 2SLS-Standardfehler tendenziell "groß" sind. Mit dieser Aussage ist normalerweise gemeint, dass entweder 2SLS-Koeffizienten statistisch nicht signifikant sind oder dass der...
Nach dem Gesetz der Gesamtvarianz ist Var(X)=E(Var(X∣Y))+Var(E(X∣Y))Var(X)=E(Var(X∣Y))+Var(E(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) Wenn ich es beweisen will, schreibe
Ich habe die großartigen Kommentare zum Umgang mit fehlenden Werten vor dem Anwenden von SVD gelesen, möchte aber anhand eines einfachen Beispiels wissen, wie dies funktioniert: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Wenn ich in der obigen Matrix die NA-Werte...
Ich analysiere derzeit große Datenmengen mit verschiedenen Merkmalen (z. B. Stadt). Ich wollte ein Maß finden, das im Wesentlichen sagt, wie viel oder wie wenig Abweichung zwischen den Daten besteht. Dies wäre viel nützlicher, als nur die Anzahl der verschiedenen Elemente zu ermitteln. Betrachten...