Statistiken und Big Data

3

Was sind die Unterschiede zwischen stochastischen und festen Regressoren im linearen Regressionsmodell?

Wenn wir stochastische Regressoren haben, zeichnen wir zufällige Paare für eine Gruppe von , der sogenannten Zufallsstichprobe, aus einer festen, aber unbekannten Wahrscheinlichkeitsverteilung . Theoretisch erlaubt uns die Zufallsstichprobe, einige Parameter der Verteilung kennenzulernen oder abzuschätzen .(yich,x⃗ ich)(yi,x→i)(y_i,\vec{x}_i)ichii( y,x⃗ )(y,x→)(y,\vec{x})( y,x⃗ )(y,x→)(y,\vec{x}) Wenn wir feste Regressoren haben, können wir theoretisch …

7 regression distributions conditional-probability stochastic-processes likelihood

1

Verwenden des Befehls drop1 in R und AIC

Bei Verwendung des Befehls drop1 in R für die Modellbildung muss die Variable mit dem niedrigsten AIC-Wert gelöscht werden. Was könnte der Grund dafür sein? Ich weiß, dass AIC über Informationsverlust spricht und ein niedrigerer AIC-Wert besser ist, aber das Löschen einer Variablen mit niedrigem AIC scheint nicht intuitiv zu …

7 r regression aic

2

Fourier-Transformation im maschinellen Lernen

Ich möchte wissen, in welchen spezifischen Bereichen Fourier-Methoden beim maschinellen Lernen eingesetzt werden. Neben der Merkmalsextraktion und der Spektralanalyse möchte ich wissen, ob es Lernalgorithmen gibt, die auf Fourier-Methoden basieren. Ich möchte auch wissen, ob es eine Motivation gibt, Fourier-Methoden für probabilistische grafische Modelle zu verwenden.

7 machine-learning probability fourier-transform

6

intuitiver Unterschied zwischen Gelenkwahrscheinlichkeit und bedingter Wahrscheinlichkeit in diesem Beispiel

Ich habe ein Tutorial über Randdichten gelesen, als ich auf dieses Beispiel stieß (umformuliert). Eine Person überquert die Straße und wir möchten die Wahrscheinlichkeit berechnen, wenn sie von einem vorbeifahrenden Auto angefahren wird, abhängig von der Farbe der Ampel. Sei H, ob die Person getroffen wird oder nicht, und L …

7 conditional-probability joint-distribution

1

Die Anzahl der Exponentialsummierungen in einem festen Intervall ist Poisson

Was ist der klügste Weg, um zu beweisen, dass die Anzahl unabhängiger Exponentialsummen in einem festen Intervall als Poisson-Zufallsvariable verteilt ist? Ich kann es auf eine Weise tun, aber ich würde gerne wissen, ob es eine andere Möglichkeit gibt, die mehr Stilpunkte bringt. Lassen S1,S2,…∼iidExponential(μ)S1,S2,…∼iidExponential(μ)S_1, S_2, \ldots \overset{iid}{\sim} \text{Exponential}(\mu). Um …

7 poisson-distribution exponential queueing

1

Warum bezieht der Bayes'sche p-Wert zusätzlich zu den Daten die Parameter ein?

Auf Seite 146 der Bayes'schen Datenanalyse von Gelman erläutert Gelman den Bayes'schen p-Wert, um die Anpassung des Modells zu überprüfen. Die Idee ist, die beobachteten Daten ( ) mit Daten zu vergleichen, die vom Modell generiert werden könnten, wenn wir das Experiment replizieren ( ).yyyyr e pyrepy^{rep} Er definiert den …

7 bayesian p-value goodness-of-fit

1

Lernfunktionsanalyse zum Studieren von Kerneln

Ich versuche mehr über die Kernel-Maschinentheorie zu lernen und habe festgestellt, dass ich viel Hintergrundmathematik lernen muss. Deshalb suche ich nach guten Ressourcen dafür. Insbesondere: Ich habe das Buch Learning with Kernels von Schölkopf und Smola und sie beginnen, Fourier-Transformationen, Green-Funktionen, Operatoren (z. B. habe ich noch nie von einem …

7 machine-learning self-study references kernel-trick

1

Was verursacht Autokorrelation im MCMC-Sampler?

Bei der Durchführung einer Bayes'schen Analyse ist die Autokorrelation der MCMC-Proben zu überprüfen. Aber ich verstehe nicht, was diese Autokorrelation verursacht. Hier sagen sie das Proben mit hoher Autokorrelation [von MCMC] werden häufig durch starke Korrelationen zwischen Variablen verursacht. Ich frage mich, was andere Ursachen für Proben mit hoher Autokorrelation …

7 correlation bayesian autocorrelation mcmc jags

1

Warum entspricht der Rekonstruktionsfehler der abgeschnittenen SVD der Summe der quadratischen Singularwerte?

Ich habe diese Formel in einem Lehrbuch gesehen: Die quadrierte Frobenius-Norm der ursprünglichen Matrix minus ihrer abgeschnittenen SVD (die als Approximationsfehler angesehen werden kann) entspricht der Summe der quadrierten Singularwerte.XX\mathbf XXkXk\mathbf X_k Warum ist das so? Wie kann man das beweisen?

7 svd approximation

1

Das Produkt zweier logarithmischer Zufallsvariablen

Sei und zwei normale Zufallsvariablen. Schreiben Sie und , um Ideen zu .X.1X1X_1X.2X2X_2X.1∼ N.(μ1,σ21)X1∼N(μ1,σ12)X_1\sim N(\mu_1, \sigma^2_1)X.2∼ N.(μ2,σ22)X2∼N(μ2,σ22)X_2\sim N(\mu_2, \sigma^2_2) Betrachten Sie die entsprechenden logarithmischen Normal-Zufallsvariablen: , .Z.1= exp(X.1)Z1=exp⁡(X1)Z_1 = \exp(X_1)Z.2= exp(X.2)Z2=exp⁡(X2)Z_2 = \exp(X_2) Frage: Wie ist die Verteilung des Produkts der beiden Zufallsvariablen, dh die Verteilung von ?Z.1Z.2Z1Z2Z_1Z_2 Wenn die …

7 distributions normal-distribution lognormal

2

Wenn

Ich habe eine Variable , von der ich weiß, dass sie eine endliche Varianz hat (und daher auch einen endlichen Mittelwert). Stimmt es immer, dass seine Varianz nach der Skalierung mit endlich bleibt ?XXX0≤Y≤10≤Y≤10 \le Y \le 1 Beachten Sie, dass und nicht unbedingt unabhängig sind.XXXYYY Edit: Ich glaube, der …

7 mathematical-statistics variance bounds

1

Was ist der Mittelwert Null und die Einheitsvarianz in Bezug auf Bilddaten?

Ich bin neu im tiefen Lernen. Ich versuche einige Konzepte zu verstehen. Ich weiß, dass "Mittelwert" ein Durchschnittswert ist und "Varianz" eine Abweichung vom Mittelwert ist. Ich habe einige Forschungsarbeiten gelesen, alle sagen, dass wir unsere Daten zuerst vorverarbeiten. Aber wie hängen diese Konzepte mit der Bildvorverarbeitung zusammen? Warum werden …

7 classification variance mean deep-learning image-processing

1

Verwendung zeitabhängiger Kovariaten mit Cox-Regression in R.

Ich weiß nicht, wie man zeitabhängige Kovariaten in R für die Verwendung der Cox-Regression erzeugt. Ich weiß, dass Sie Ihren Datensatz in Intervallen zwischen Ereigniszeiten neu organisieren müssen. Ich glaube, ich kann das mit den herumschwebenden Tutorials machen. Danach stecke ich allerdings fest. Was jetzt? Für jede Kovariate muss ich …

7 data-transformation cox-model time-varying-covariate

2

Auswahl vorheriger Parameter für die Variationsmischung von Gaußschen

Ich implementiere eine Vanille-Variationsmischung aus multivariaten Gaußschen gemäß Kapitel 10 von Mustererkennung und maschinelles Lernen (Bishop, 2007). Der Bayes'sche Ansatz erfordert die Angabe von (Hyper-) Parametern für den Gauß'schen inversen Wishart vor: α0α0\alpha_0 (Konzentrationsparameter des Dirichlet-Prior); ν0ν0\nu_0 (Freiheitsgrade einer inversen Wishart-Verteilung); β0β0\beta_0 (Pseudobeobachtungen für die Gauß-inverse Wishart-Verteilung); m0m0\mathbf{m}_0 (Mittelwert der …

7 machine-learning bayesian prior gaussian-mixture variational-bayes

2

Tuning-Parameterbereich für Lasso und Ridge

Bei der linearen Regression von Grat und Lasso besteht ein wichtiger Schritt darin, den Abstimmungsparameter Lambda zu wählen. Oft verwende ich die Rastersuche auf der Protokollskala von -6-> 4, sie funktioniert gut auf Grat, aber auf Lasso sollte ich die Reihenfolge berücksichtigen der Größe der Ausgabe y? Wenn die Ausgabe …

7 regression cross-validation lasso regularization ridge-regression