Perguntas com a marcação «mathematical-statistics»

Suponha que sabemos que p (x, y), p (x, z) e p (y, z), é verdade que a distribuição conjunta p (x, y, z) é identificável? Ou seja, existe apenas um possível p (x, y, z) que tem acima dos marginais?

14 distributions  mathematical-statistics 

Suponha que você defina: X∼Beta(α,β)X∼Beta(α,β)X\sim\mbox{Beta}(\alpha,\beta) Y∼Φ−1(X)Y∼Φ−1(X)Y\sim \Phi^{-1}(X) onde é o inverso do CDF da distribuição normal padrão .Φ−1Φ−1\Phi^{-1} Minha pergunta é: Existe uma distribuição simples que segue ou que pode se aproximar de ? YYYYYY Y ct p ct = 1 ; β = 1 X YEstou perguntando, porque tenho …

14 r  normal-distribution  mathematical-statistics  beta-distribution 

Provavelmente não tenho uma compreensão clara do paradoxo dos Simpson . Informalmente, sei que a média da resposta Y1, agrupada em todos os níveis possíveis do fator A, pode ser maior que a média da resposta Y2 em todos os níveis de A, mesmo que a média de Y1 para …

14 mathematical-statistics  simpsons-paradox 

Eu sou bastante matematicamente inclinado - tinha 6 semestres de matemática na minha graduação - embora eu esteja um pouco fora da prática e demorei a dizer equações diferenciais parciais e integrais de caminho, meus conceitos voltam com um pouco de prática. Eu não tive um curso de provas matemáticas …

14 mathematical-statistics  references 

Suponha que você tenha oito corredores correndo uma corrida; a distribuição de seus tempos de execução individuais é normal e cada um tem média de 111111 segundos, digamos. O desvio padrão do corredor um é o menor, dois o segundo menor, o terceiro menor, etc., e oito o maior. Duas …

14 probability  normal-distribution  mathematical-statistics  order-statistics 

Citação da wikipedia: Nas estatísticas, um estimador consistente ou estimador assintoticamente consistente é um estimador - uma regra para calcular estimativas de um parâmetro possuindo a propriedade de que, conforme o número de pontos de dados usados ​​aumenta indefinidamente, a sequência resultante de estimativas converge em probabilidade para θ ^ …

14 machine-learning  mathematical-statistics  consistency 

Eu estava lendo sobre o cálculo da estimativa imparcial do desvio padrão e a fonte que li declarada (...) exceto em algumas situações importantes, a tarefa tem pouca relevância para aplicações de estatística, uma vez que sua necessidade é evitada por procedimentos padrão, como o uso de testes de significância …

14 bayesian  statistical-significance  mathematical-statistics  standard-deviation  standard-error 

A maioria dos resultados assintóticos nas estatísticas prova que, como um estimador (como o MLE) converge para uma distribuição normal com base em uma expansão taylor de segunda ordem da função de probabilidade. Acredito que exista um resultado semelhante na literatura bayesiana, o "Teorema Bayesiano do Limite Central", que mostra …

14 mathematical-statistics  asymptotics  saddlepoint-approximation 

Parece haver muita confusão na comparação entre usar glmnetdentro caretpara procurar uma lambda ideal e usar cv.glmnetpara fazer a mesma tarefa. Muitas perguntas foram feitas, por exemplo: Modelo de classificação train.glmnet vs. cv.glmnet? Qual é a maneira correta de usar glmnet com cursor? Validação cruzada de `glmnet` usando` caret` mas …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Contexto : Eu quero desenhar uma linha em um gráfico de dispersão que não aparece paramétrica, portanto, eu estou usando geom_smooth()no ggplotno R. Ele retorna automaticamente, geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

Estou revisando um artigo que usa a desigualdade do oráculo para provar algo, mas não consigo entender o que ele está tentando fazer. Quando pesquisei on-line sobre 'Oracle Inequality', algumas fontes me direcionaram ao artigo "Candes, Emmanuel J. 'Estimativa estatística moderna via desigualdades no oráculo". ", que pode ser encontrado …

14 mathematical-statistics  estimation  probability-inequalities  inequality  oracle 

Estou tendo problemas para entender por que nos importamos se um processo de MA é invertível ou não. Corrija-me se estiver errado, mas posso entender por que nos importamos se um processo de RA é causal ou não, ou seja, se podemos "reescrevê-lo", por assim dizer, como a soma de …

14 time-series  mathematical-statistics  autoregressive  moving-average 

Se tudo o que você está fazendo é re-amostragem da distribuição empírica, por que não apenas estudar a distribuição empírica? Por exemplo, em vez de estudar a variabilidade por amostragem repetida, por que não quantificar a variabilidade a partir da distribuição empírica?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

Encontrei uma prova de uma das propriedades do modelo ARCH que diz que, se , { X t } é estacionário se f ∑ p i = 1 b i &lt; 1 em que o modelo ARCH é:E(X2t)&lt;∞E(Xt2)&lt;∞\mathbb{E}(X_t^2) < \infty{Xt}{Xt}\{X_t\}∑pi=1bi&lt;1∑i=1pbi&lt;1\sum_{i=1}^pb_i < 1 Xt=σtϵtXt=σtϵtX_t = \sigma_t\epsilon_t σ2t=b0+b1X2t−1+...bpX2t−pσt2=b0+b1Xt−12+...bpXt−p2\sigma_t^2 = b_0 + b_1X_{t-1}^2 …

13 mathematical-statistics  stationarity  garch 

Como eu tenho certeza que todos aqui já sabem, o PDF da distribuição Beta é fornecido porX∼B(a,b)X∼B(a,b)X \sim B(a,b) f(x)=1B(a,b)xa−1(1−x)b−1f(x)=1B(a,b)xa−1(1−x)b−1f(x) = \frac{1}{B(a,b)}x^{a-1}(1-x)^{b-1} Eu tenho procurado em todo o lugar por uma explicação das origens dessa fórmula, mas não consigo encontrá-la. Todos os artigos que encontrei na distribuição Beta parecem fornecer …

13 probability  mathematical-statistics  pdf  beta-distribution  history