Câu hỏi được gắn thẻ «convergence»

Tôi đã nghe thuật ngữ ước tính nhất quán "root-n" được sử dụng nhiều lần. Từ các tài nguyên mà tôi đã được hướng dẫn, tôi nghĩ rằng một công cụ ước tính nhất quán "root-n" có nghĩa là: công cụ ước tính hội tụ về giá trị thực (do …

10 convergence  estimators  consistency 

Làm thế nào để bạn giải thích một đường cong sống sót từ mô hình nguy cơ tỷ lệ cox? Trong ví dụ về đồ chơi này, giả sử chúng ta có mô hình nguy hiểm theo tỷ lệ cox trên agebiến trong kidneydữ liệu và tạo đường cong sinh …

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 

Tôi đã phải vật lộn khá nhiều với việc điều hòa sự hiểu biết trực quan của tôi về phân phối xác suất với các thuộc tính kỳ lạ mà hầu hết các cấu trúc liên kết trên phân phối xác suất sở hữu. Ví dụ, hãy xem xét một …

9 mathematical-statistics  convergence  central-limit-theorem  topologies 

Kết quả tiệm cận không thể được chứng minh bằng mô phỏng máy tính, bởi vì chúng là những phát biểu liên quan đến khái niệm vô cực. Nhưng chúng ta sẽ có thể có được một cảm giác rằng mọi thứ thực sự diễu hành theo cách mà lý …

9 mathematical-statistics  simulation  convergence  asymptotics 

Cho rằng N=nN=nN = n , distr có điều kiện. của là . có distr cận biên. của Poisson ( ), là hằng số dương.χ 2 ( 2 n ) N q qYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta Chứng tỏ rằng, như , trong phân phối.( Y - E ( Y ) ) / …

9 self-study  poisson-distribution  conditional-probability  convergence  central-limit-theorem 

Tôi đang cố gắng lấy mẫu từ một hậu thế có nhiều chế độ đặc biệt cách xa nhau bằng MCMC. Dường như trong hầu hết các trường hợp, chỉ một trong những chế độ này chứa 95% hpd mà tôi đang tìm kiếm. Tôi đã cố gắng thực hiện …

9 sampling  mcmc  inference  convergence 

Đặt là một chuỗi các biến ngẫu nhiên iid . Xác định và cho . Tìm phân phối giới hạn của( Xn)(Xn)(X_n)N( 0 , 1 )N(0,1)\mathcal N(0,1)S0= 0S0= =0S_0=0Sn= ∑nk = 1XkSn= =Σk= =1nXkS_n=\sum_{k=1}^n X_kn ≥ 1n≥1n\geq 11nΣk = 1n| Sk - 1| ( X2k- 1 )1nΣk= =1n|Sk-1|(Xk2-1)\frac1n \sum_{k=1}^{n}|S_{k-1}|(X_k^2 - …

8 self-study  normal-distribution  convergence  central-limit-theorem 

Câu hỏi: Xn→dXXn→dXX_n\stackrel{d}{\rightarrow}XY n d → Y ? vàYn→dY⟹?Xn+Yn→dX+YYn→dY⟹?Xn+Yn→dX+YY_n\stackrel{d}{\rightarrow}Y \stackrel{?}{\implies} X_n+Y_n\stackrel{d}{\rightarrow}X+Y Tôi biết rằng điều này không giữ chung; Định lý Slutsky chỉ áp dụng khi một hoặc cả hai sự hội tụ có xác suất. Tuy nhiên, đang có trường hợp trong đó nó không giữ? Chẳng hạn, nếu …

8 distributions  convergence  asymptotics  slutsky-theorem 

Tôi có một chuỗi các biến không âm chẳng hạn như: XnXnX_nE(Xn|Cn)=Cnn2E(Xn|Cn)=Cnn2E(X_n|C_n)=\frac{C_n}{n^2} Trong đó là một chuỗi các biến ngẫu nhiên hội tụ gần như chắc chắn thành .CnCnC_n111 Tôi có thể kết luận có xu hướng về 0 gần như chắc chắn không?XnXnX_n Lưu ý: bạn có thể thay …

8 probability  convergence  conditional-expectation 

Trong "Học máy: Quan điểm xác suất" của Kevin Murphy, chương 3.2, tác giả đã chứng minh việc học khái niệm Bayes trên một ví dụ gọi là "trò chơi số": Sau khi quan sát mẫu từ , chúng tôi muốn chọn một giả thuyết mô tả đúng nhất quy …

8 self-study  bayesian  maximum-likelihood  convergence 

Các thuật toán lặp chính sách và giá trị có thể được sử dụng để giải quyết các vấn đề về quy trình quyết định của Markov. Tôi có một thời gian khó hiểu với các điều kiện cần thiết để hội tụ. Nếu chính sách tối ưu không thay …

8 algorithms  markov-process  convergence 

Động lực Trong bối cảnh suy luận sau lựa chọn mô hình, Leeb & Pötscher (2005) viết: Mặc dù từ lâu người ta đã biết rằng tính đồng nhất (ít nhất là cục bộ) ghi các tham số là một vấn đề quan trọng trong phân tích tiệm cận, bài …

8 mathematical-statistics  convergence  asymptotics  estimators 

Tôi hiểu rằng công thức xác suất hội tụ là P[ | Xn- X∞|> Ε ] → 0P[|Xn−X∞|>ϵ]→0P[|X_n − X_\infty| \gt \epsilon ]\to 0 và tôi có thể giải các bài toán bằng công thức. Bất cứ ai có thể giải thích nó bằng trực giác (như tôi là một …

8 probability  convergence  intuition 

Tôi đã sử dụng hàm glm.fit trong R để khớp các tham số với mô hình hồi quy logistic. Theo mặc định, glm.fit sử dụng các bình phương tối thiểu lặp lại để phù hợp với các tham số. Một số lý do thuật toán này sẽ không hội tụ, …

8 r  logistic  generalized-linear-model  convergence  irls 

Christopher Bishop xác định giá trị mong đợi của hàm khả năng ghi nhật ký dữ liệu hoàn chỉnh (nghĩa là giả sử rằng chúng tôi được cung cấp cả dữ liệu quan sát X cũng như dữ liệu tiềm ẩn Z) như sau: EZ[lnp(X,Z∣μ,Σ,π)]=∑n=1N∑k=1Kγ(znk){lnπk+lnN(xn∣ μk,Σk)}(1)(1)EZ[ln⁡p(X,Z∣μ,Σ,π)]=∑n=1N∑k=1Kγ(znk){ln⁡πk+ln⁡N(xn∣ μk,Σk)} \mathbb{E}_\textbf{Z}[\ln p(\textbf{X},\textbf{Z} \mid …

8 self-study  maximum-likelihood  expected-value  convergence  expectation-maximization