Perguntas com a marcação «self-study»

Um exercício de rotina de um livro, curso ou teste usado para uma aula ou auto-estudo. A política desta comunidade é "fornecer dicas úteis" para essas perguntas, em vez de respostas completas.


1
MLE de
Deixei X1 1,X2,X3, . . . ,XnX1,X2,X3,...,XnX_{1},X_{2},X_{3},...,X_{n} ser uma amostra aleatória de uma distribuição com pdf f( x ; α , θ ) =e- x / θθαΓ ( α )xα - 1Eu( 0 , ∞ )( x ) , α , θ > 0f(x;α,θ)=e−x/θθαΓ(α)xα−1I(0,∞)(x),α,θ>0f(x;\alpha,\theta)=\frac{e^{-x/\theta}}{\theta^{\alpha}\Gamma(\alpha)}x^{\alpha-1}I_{(0,\infty)}(x ),\alpha,\theta>0 Encontre o estimador de probabilidade …

1
Mostrando e são independentes: buscando uma solução para este problema de livro didático
Em Introdução aos modelos lineares generalizados de Dobson e Barnett, o exercício 1.4b & c é o seguinte: Seja variáveis ​​aleatórias independentes, cada uma com a distribuição . Let e . ...Y1,...,YnY1,...,YnY_1,...,Y_nN(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)Y¯¯¯¯=1n∑ni=1YiY¯=1n∑i=1nYi\overline{Y}=\frac{1}{n}\sum_{i=1}^{n}Y_iS2=1n−1∑ni=1(Yi−Y¯¯¯¯)2S2=1n−1∑i=1n(Yi−Y¯)2S^2=\frac{1}{n-1}\sum_{i=1}^{n}(Y_i-\overline{Y})^2 b. Mostre queS2=1n−1[∑ni=1(Yi−μ)2−n(Y¯¯¯¯−μ)2]S2=1n−1[∑i=1n(Yi−μ)2−n(Y¯−μ)2]S^2 = \frac{1}{n-1}[\sum_{i=1}^{n}(Y_i-\mu)^2-n(\overline{Y}-\mu)^2] c. A partir de (b) segue-se que . Como isso permite deduzir que …




2
Se eu provar o estimador de
Deixei XiXiX_i ser uma variável aleatória iid com pdf f(x|θ)f(x|θ)f(\mathbf{x}|\theta), Onde E(Xi)=6θ2E(Xi)=6θ2E(X_i) = 6\theta^2e θ>0θ>0\theta > 0. Eu calculei um estimador para o parâmetro (θθ\theta) do f(x|θ)f(x|θ)f(\mathbf{x}|\theta) ser estar θ^=x¯/6−−−√θ^=x¯/6\hat{\theta} = \sqrt{\bar{x}/6}. Para provar que este é um estimador imparcial, devo provar queE(θ^)=E(x¯/6−−−√)E(θ^)=E(x¯/6)E(\hat{\theta}) = E\left(\sqrt{\bar{x}/6}\right). No entanto, desdeθ^2=x¯/6θ^2=x¯/6\hat{\theta}^2 = \bar{x}/6, …


3
Paradoxo do processo de Poisson com pelo menos um evento no intervalo
Deixe é um número de eventos no processo de Poisson de taxa unitária ( ) dentro de intervalo de comprimento . Sabe-se que pelo menos um evento foi observado no intervalo, quero encontrar probabilidade de que haja mais eventos no intervalo.XTXTX_Tλ=1λ=1\lambda = 1TTT Minha intuição é que .Pr(XT>1∣XT>0)=Pr(XT>0)Pr(XT>1∣XT>0)=Pr(XT>0)\Pr(X_T > 1 …

2
Tamanho mínimo de treinamento para rede neural simples
Existe uma regra prática antiga para estatísticas multivariadas que recomenda um mínimo de 10 casos para cada variável independente. Mas geralmente é onde há um parâmetro para cada variável. Por que estou perguntando: estou trabalhando em um exemplo de livro didático que usa 500 casos de treinamento (de 25.000 no …

1
O que é cov (X, Y), onde X = min (U, V) e Y = máx (U, V) para variáveis ​​normais independentes (0,1) U e V?
Deixei: U,V∼i.i.d.N(0,1)U,V∼i.i.d.N(0,1)U, V \overset{i.i.d.}{\sim} \mathcal{N}(0,1) , ou seja, variáveis ​​aleatórias normais padrão independentes. X=min(U,V)X=min(U,V)X=\min(U,V) Y=max(U,V)Y=max(U,V)Y=\max(U,V) Qual é a covariância de XXX e YYY ? Relacionado: O que é cov (X, Y), onde X = min (U, V) e Y = max (U, V) para variáveis uniformes independentes (0,1) U e …



1
Por que definitivo?
Na regressão spline, não é incomum que a expansão da base crie uma matriz de projeto com deficiência de classificação , mas é sabido que a penalização do procedimento de estimativa resolve o problema. Não sei como mostrar que a penalização significa que é definitivo positivo. (Eu sei que as …

1
Por que essa função não é válida para gerar momentos?
Explique por que não pode haver variável aleatória para a qual , onde M é a função geradora de momento.Mx(t)=t1−tMx(t)=t1−tM_x(t) = \frac{t}{1-t} Tentativa: tentei escrever como a soma de uma série infinita, então de a . Sabemos que a fórmula para um momento que gera a função é . Portanto, …
7 self-study  mgf 

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.