Perguntas com a marcação «bernoulli-distribution»

Considere uma variável aleatória Bernoulli com o parâmetro (probabilidade de sucesso). A função de probabilidade e as informações de Fisher (uma matriz ) são:X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Agora considere uma versão "com excesso de parâmetros" com …

10 bernoulli-distribution  parameterization  fisher-information  determinant 

Foi-me feita a seguinte pergunta por um amigo. Não pude ajudá-la, mas espero que alguém possa me explicar. Não encontrei nenhum exemplo semelhante. Obrigado por qualquer ajuda e explicação. P: Os resultados de 100 experimentos de sorteio são registrados como 0 = "Cauda" e 1 = "Cabeça". A saída x …

9 probability  inference  bernoulli-distribution 

Exemplos: Eu tenho uma frase na descrição do trabalho: "Java senior engineer in UK". Eu quero usar um modelo de aprendizado profundo para prever em duas categorias: English e IT jobs. Se eu usar o modelo de classificação tradicional, ele poderá prever apenas 1 rótulo com softmaxfunção na última camada. …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Como você interpreta uma curva de sobrevivência a partir do modelo de risco proporcional cox? Neste exemplo de brinquedo, suponha que tenhamos um modelo de risco proporcional ao cox na agevariável dos kidneydados e gere a curva de sobrevivência. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Por exemplo, …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

Alguém pode me dizer como simular , onde , usando um sorteio (quantas vezes você precisar) com ?Bernoulli(ab)Bernoulli(ab)\mathrm{Bernoulli}\left({a\over b}\right)a,b∈Na,b∈Na,b\in \mathbb{N}P(H)=pP(H)=pP(H)=p Eu estava pensando em usar amostras de rejeição, mas não consegui identificá-las.

9 probability  simulation  bernoulli-distribution  rejection-sampling 

Sejam variáveis ​​aleatórias independentes assumindo valores ou com probabilidade 0,5 cada. Considere a soma . Desejo limitar a probabilidade . O melhor limite que tenho agora é onde c é uma constante universal. Isso é obtido através do limite inferior da probabilidade Pr (| x_1 + \ dots + x_n …

9 probability  random-variable  bernoulli-distribution 

Digamos que temos duas moedas tendenciosas C1e C2ambas têm probabilidade diferente de virar a cabeça. Nós jogamos C1 n1tempos e temos H1cabeças, C2 n2tempos e H2cabeças. E descobrimos que a proporção de cabeças para uma moeda é maior que a outra. Qual é a probabilidade com que podemos dizer que …

8 probability  bernoulli-distribution 

Na teoria bayesiana da probabilidade, probabilidade é nossa expressão do conhecimento sobre uma determinada coisa, não uma propriedade dessa coisa. No entanto, sempre vejo as pessoas tratarem como um parâmetro que precisa ser estimado. Eles configuram um prior para , geralmente na forma de uma função beta e, em seguida, …

8 probability  bayesian  bernoulli-distribution  philosophical 

É claro para mim, pela inspeção, que se corrigirmos (assim, fixar a média) e deixar , a distribuição Beta se aproxima de um Bernoulli ( ) distribuição.β=1−μμαβ=1−μμα\beta = \frac{1-\mu}{\mu} \alphaα→0α→0\alpha \rightarrow 0μμ\mu Por exemplo: par(mfrow = c(1, 2), oma = c(0, 0, 1.5, 0)) xx = seq(0, 1, length.out = …

7 convergence  beta-distribution  bernoulli-distribution 

Eu sei que a fórmula padrão para o IC de Bernoulli é: p^±z1 - α / 2p^( 1 -p^)n--------√p^±z1−α/2p^(1−p^)n\hat{p}\pm z_{1-\alpha/2}\sqrt{\frac{\hat{p}(1-\hat{p})}{n}} Se como faço para estimar o intervalo de confiança quando é pequeno e ? Este caso reduziria a equação acima para , o que implica que o intervalo de confiança …

7 confidence-interval  small-sample  bernoulli-distribution 

Estou com um problema no trabalho. Alguém por favor pode me ajudar a fornecer a distribuição conjunta dennn Variáveis ​​aleatórias de Bernoulli, mas sob a restrição de que a soma dessas nnn variáveis ​​aleatórias devem ser 1 111. Alguém pode me mostrar como derivar essa distribuição?

7 distributions  joint-distribution  bernoulli-distribution  constraint