Für die Normalverteilung gibt es einen unverzerrten Schätzer für die Standardabweichung, gegeben durch: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})} \sqrt{\frac{1}{2}\sum_{k=1}^n(x_i-\bar{x})^2} Der Grund, warum dieses Ergebnis nicht so gut bekannt ist, scheint darin zu liegen, dass es sich größtenteils um eine Kuriosität und nicht um eine Angelegenheit von großer Bedeutung handelt . Der Beweis …
Hallo Leute, ich habe ein oder zwei Papiere gefunden, die die Ridge-Regression verwenden (für Basketballdaten). Mir wurde immer befohlen, meine Variablen zu standardisieren, wenn ich eine Gratregression durchführte, aber ich wurde einfach dazu aufgefordert, weil es sich bei dem Grat um eine Skalierungsvariante handelte (die Gratregression war nicht wirklich Teil …
Die Ridge-Regression schätzt die Parameter in einem linearen Modell \ mathbf y = \ mathbf X \ boldsymbol \ beta nach \ hat {\ boldsymbol \ beta} _ \ lambda = (\ mathbf X ^ \ top \ mathbf X + \ lambda \ mathbf I) ^ {- 1} \ …
Ich beschäftige mich mit CNNs (Convolutional Neural Networks) aufgrund ihrer Anwendungen in der Bildverarbeitung. Ich bin bereits mit standardmäßigen neuronalen Feed-Forward-Netzen vertraut, daher hoffe ich, dass einige Leute hier mir helfen können, den zusätzlichen Schritt zum Verständnis von CNNs zu machen. Folgendes denke ich über CNNs: In herkömmlichen Feed-Forward-NNs haben …
Die von der Option "ward.D" verwendete (entspricht der einzigen Ward-Option "ward" in R-Versionen <= 3.0.3) implementiert das Ward-Clustering-Kriterium (1963) nicht, wohingegen die Option "ward.D2" dieses Kriterium implementiert ( Murtagh und Legendre 2014). ( http://stat.ethz.ch/R-manual/R-patched/library/stats/html/hclust.html ) Anscheinend setzt ward.D das Kriterium von Ward nicht richtig um. Trotzdem scheint es in Bezug …
Was ist der Unterschied zwischen einem Klassifikator, einem Modell und einem Schätzer? Soweit ich das beurteilen kann: Ein Schätzer ist ein Prädiktor, der aus einem Regressionsalgorithmus ermittelt wird Ein Klassifikator ist ein Prädiktor, der aus einem Klassifikationsalgorithmus ermittelt wird Ein Modell kann sowohl ein Schätzer als auch ein Klassifikator sein …
Diese Frage ist eine technische Folge dieser Frage . Ich habe Probleme, das in Raftery (1988)NNN vorgestellte Modell zu verstehen und zu replizieren : Inferenz für den Binomial- Parameter: ein hierarchischer Bayes-Ansatz in WinBUGS / OpenBUGS / JAGS. Es geht aber nicht nur um Code, es sollte hier auch zum …
Heute unterrichtete ich eine Einführungsklasse für Statistik und ein Schüler kam auf mich zu und stellte mir die Frage, die ich hier umformuliere: "Warum wird die Standardabweichung als Abweichungsquadrat und nicht als Quadratsumme über N definiert?" Wir definieren die Populationsvarianz:σ2= 1N∑ ( xich- μ )2σ2=1N∑(xich-μ)2\sigma^2=\frac{1}{N}\sum{(x_i-\mu)^2} Und Standardabweichung: .σ= σ2--√= 1N√∑ …
Wie ich verstehe, ist ein Perzeptron / einschichtiges künstliches neuronales Netzwerk mit einer logistischen Sigmoid-Aktivierungsfunktion dasselbe Modell wie eine logistische Regression. Beide Modelle ergeben sich aus der Gleichung: F( x ) = 11 - e- βXF(x)=11-e-βXF(x) = \frac{1}{1-e^{-\beta X}} Der Perzeptron-Lernalgorithmus ist online und fehlergesteuert, während die Parameter für die …
Es scheint, dass KNN ein diskriminierender Lernalgorithmus ist, aber ich kann keine Online-Quellen finden, die dies bestätigen. Ist KNN ein diskriminierender Lernalgorithmus?
Ich muss Nicht-Statistikern in einer bevorstehenden Konferenz ein Projekt vorstellen und möchte ein Zitat hinzufügen, das ich an einer Stelle gelesen habe, um den Vergleich zwischen Statistiken und einer Maschine, die Erz verarbeitet, vorzunehmen. Der Grund ist, dass ich einen gewissen Zusammenhang zwischen den Fähigkeiten der Statistik und den Zielen …
Ich möchte wirklich etwas über Bayesianische Techniken lernen, also habe ich versucht, mich selbst ein bisschen beizubringen. Es fällt mir jedoch schwer zu sehen, ob Bayesianische Techniken jemals einen Vorteil gegenüber Frequentist-Methoden bringen. Zum Beispiel: Ich habe in der Literatur gesehen, wie einige informative Prioritäten verwenden, während andere nicht informative …
In den letzten Monaten habe ich mich intensiv mit der quantilen Regression in Vorbereitung auf meine Masterarbeit in diesem Sommer beschäftigt. Insbesondere habe ich den größten Teil von Roger Koenkers 2005er Buch zu diesem Thema gelesen. Jetzt möchte ich dieses vorhandene Wissen auf Quantilregressionstechniken erweitern, die instrumentelle Variablen (IV) berücksichtigen. …
Ich habe einige Zweifel, welches Leistungsmaß verwendet werden soll, Bereich unter der ROC-Kurve (TPR als Funktion von FPR) oder Bereich unter der Genauigkeits-Rückruf-Kurve (Genauigkeit als Funktion von Rückruf). Meine Daten sind unausgewogen, dh die Anzahl der negativen Instanzen ist viel größer als die der positiven Instanzen. Ich benutze die Ausgabe …
Ich versuche zu lernen, wie man zufällige Markov-Felder verwendet, um Regionen in einem Bild zu segmentieren. Ich verstehe einige der Parameter in der MRF nicht oder weiß nicht, warum die von mir durchgeführte Erwartungsmaximierung manchmal nicht zu einer Lösung konvergiert. Ausgehend von Bayes 'Theorem habe ich , wobei der Grauwert …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.