Perguntas com a marcação «beta-distribution»

Uma família de dois parâmetros de distribuições univariadas definida no intervalo . [0,1]

2
UMVUE de
Seja (X1,X2,…,Xn)(X1,X2,…,Xn)(X_1,X_2,\ldots,X_n) uma amostra aleatória da densidadefθ(x)=θxθ−110<x<1,θ>0fθ(x)=θxθ−110<x<1,θ>0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 Estou tentando encontrar o UMVUE de .θ1+θθ1+θ\frac{\theta}{1+\theta} A densidade da junta de é(X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp[(θ−1)∑i=1nlnxi+nlnθ+ln(10<x1,…,xn<1)],θ>0fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp⁡[(θ−1)∑i=1nln⁡xi+nln⁡θ+ln⁡(10<x1,…,xn<1)],θ>0\begin{align} f_{\theta}(x_1,\cdots,x_n)&=\theta^n\left(\prod_{i=1}^n x_i\right)^{\theta-1}\mathbf1_{00 \end{align} Como a população pdf pertence à família exponencial de um parâmetro, isso mostra que uma estatística completa suficiente para é T (X_1, \ ldots, X_n) …


1
Qual modelo de aprendizagem profunda pode classificar categorias que não são mutuamente exclusivas
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 

4
Como interpreto uma curva de sobrevivência do modelo de risco Cox?
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, …


1
Se são beta independentes, então mostra também é beta
Aqui está um problema que surgiu em um exame semestral em nossa universidade, alguns anos atrás, e estou lutando para resolver. Se são variáveis ​​aleatórias independentes com densidades e respectivamente, mostram que segue . β β ( n 1 , n 2 ) β ( n 1 + 1X1,X2X1,X2X_1,X_2ββ\betaβ(n1,n2)β(n1,n2)\beta(n_1,n_2)√β(n1+12,n2)β(n1+12,n2)\beta(n_1+\dfrac{1}{2},n_2) β(2n1,2n2)X1X2−−−−−√X1X2\sqrt{X_1X_2}β(2n1,2n2)β(2n1,2n2)\beta(2n_1,2n_2) …

2

1
Estatística de pedidos para distribuição beta
Seja iid desenha a partir de . Como as estatísticas de pedidos mínimo e máximo são distribuídas, respectivamente? B e t a ( kx1,…,xnx1,…,xnx_1,\dots,x_nBeta(k2,k−p−12)Beta(k2,k−p−12)Beta\left(\frac{k}2,\frac{k-p-1}{2}\right) Eu apreciaria muito uma referência, se possível. Em geral, não estou familiarizado com estatísticas de ordem derivada. Edit: Dado que a distribuição beta pode ser interpretada …

1
Forma fechada para
Sabemos que se p∼Beta(α,β)p∼Beta(α,β)p \sim Beta(\alpha, \beta) , então E[lnp]=ψ(α)−ψ(α+β)E[ln⁡p]=ψ(α)−ψ(α+β) \mathbb{E}[\ln p] = \psi(\alpha) - \psi(\alpha + \beta) onde ψ(.)ψ(.)\psi(.) É a função Digamma. Existe uma forma fácil para E[ln(1−p)]E[ln⁡(1−p)] \mathbb{E}[\ln (1-p)] ?


1
Jeffreys 'antes da distribuição Beta
Se minha probabilidade tem a forma de uma distribuição beta e eu quero usar o prior de Jeffreys para seus parâmetros, qual é a forma do prior? Para algumas distribuições, é bastante simples calcular. por exemplo, no caso binomial, a expectativa da segunda derivada fornece claramente . Mas se a …



1
Detecção de outlier em distribuições beta
Digamos que eu tenha uma grande amostra de valores em . Gostaria de estimar a distribuição subjacente . A maioria das amostras vem dessa distribuição assumida , enquanto o restante são discrepantes que eu gostaria de ignorar na estimativa de e .Beta ( α , β ) Beta ( α …

1
Produto de distribuições beta
Estou olhando para a eficiência do gatilho, o que significa que tenho algum dispositivo que é acionado em de eventos. No final, estou interessado em alguma estimativa da eficiência que é a probabilidade de disparar em um evento dado aleatoriamente. Usando uma abordagem bayesiana com um uniforme anterior a , …

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.