Als «exponential-family» getaggte Fragen

Eine Reihe von Verteilungen (z. B. normal, χ2, Poisson usw.), die eine bestimmte Form haben. Viele der Verteilungen in der Exponentialfamilie sind Standardverteilungen von Arbeitspferden in der Statistik mit praktischen statistischen Eigenschaften.


1
Ist das negative Binom nicht wie in der Exponentialfamilie ausdrückbar, wenn es 2 Unbekannte gibt?
Ich hatte eine Hausaufgabe, um die negative Binomialverteilung als exponentielle Verteilungsfamilie auszudrücken, da der Dispersionsparameter eine bekannte Konstante war. Das war ziemlich einfach, aber ich fragte mich, warum sie erfordern würden, dass wir diesen Parameter festhalten. Ich stellte fest, dass ich keinen Weg finden konnte, es in die richtige Form …

2
Eine stochastisch ansteigende Exponentialfamilie, für die
Frage Ein kleines Etwas, über das ich mich schon eine Weile gewundert habe: Sei PθPθP_\theta eine stochastisch ansteigende (Ein-Parameter-) Exponentialfamilie im Probenraum XX\mathcal{X} wobei Θ⊂RΘ⊂R\Theta\subset\mathbb{R} sein natürlicher Parameterraum ist, dh ΘΘ\Theta die Menge von Werten, für die das cdf FθFθF_\theta definiert ein Wahrscheinlichkeitsmaß. Stimmt es immer, dass Fθ(x)↗1asθ↘infΘ,Fθ(x)↗1asθ↘infΘ,F_\theta(x)\nearrow 1\qquad\mbox{as}\qquad\theta\searrow \inf\Theta, …

1
Support Vector Machines (SVMs) sind die Nulltemperaturgrenze der logistischen Regression?
Ich hatte kürzlich eine kurze Diskussion mit einem sachkundigen Freund, der erwähnte, dass SVMs die Nulltemperaturgrenze der logistischen Regression sind. Das Grundprinzip umfasste marginale Polytope und Fenchel-Dualität. Ich konnte nicht folgen. Ist diese Aussage über SVMs als Nulltemperaturgrenze der logistischen Regression wahr? Und wenn ja, kann jemand das Argument beschreiben?

2
Finden Sie die gemeinsame Verteilung von und
Diese Frage stammt aus Robert Hoggs Einführung in die mathematische Statistik, 6. Version, Frage 7.6.7. Das Problem ist : Es sei eine Zufallsstichprobe der Größe aus einer Verteilung mit dem PDFnnnf(x;θ)=(1/θ)exp(−x/θ)I(0,∞)(x)f(x;θ)=(1/θ)exp⁡(−x/θ)I(0,∞)(x)f(x;\theta)=(1/\theta)\exp(-x/\theta)\mathbb{I}_{(0,\infty)}(x) Finden Sie die MLE und die MVUE von .P(X≤2)P(X≤2)P(X \le 2) Ich weiß, wie man die MLE findet. Ich …



2
Überprüfen, ob eine Dichte eine exponentielle Familie ist
Der Versuch zu beweisen, dass dies nicht zur exponentiellen Familie gehört. f(y|a)=4(y+a)(1+4a);0&lt;y&lt;1,a&gt;0f(y|a)=4(y+a)(1+4a);0&lt;y&lt;1,a&gt;0f(y|a)=4\frac{(y+a)}{(1+4a)} ; 0 < y < 1 , a>0 Hier ist mein Ansatz: f(y|a)=4(y+a)e−log(1+4a)f(y|a)=4(y+a)e−log(1+4a)f(y|a) = 4(y+a)e^{-log(1+4a)} f(y|a)=(4y)(1+ay)e−log(1+4a)f(y|a)=(4y)(1+ay)e−log(1+4a)f(y|a) = (4y)(1+\frac{a}{y})e^{-log(1+4a)} Wenn man es mit der Standardform vergleicht, kann und die nur eine Funktion von , nicht als allein definiert werden, …

1
Verteilung der Summe unabhängiger Exponentiale mit zufälliger Anzahl von Summanden
Lassen τich∼ exp( λ )τi∼exp⁡(λ)\tau_i\sim\exp\left(\lambda\right) unabhängig und identisch verteilte Exponentiale mit Parameter sein λλ\lambda. Dann für gegebennnn, die Summe dieser Werte T.n: =∑i = 0nτichTn:=∑i=0nτiT_n := \sum_{i=0}^n \tau_i folgt einer Erlang-Verteilung mit Wahrscheinlichkeitsdichtefunktion π(T.n= T.| n,λ)=λnT.n - 1e- λ T.( n - 1 ) !für T., λ ≥ 0.π(Tn=T|n,λ)=λnTn−1e−λT(n−1)!for T,λ≥0.\pi(T_n=T| …

1
Überquert die Erwartung der ausreichenden Statistik den gesamten Raum in einer exponentiellen Familie?
Eine Exponentialfamilie wird unter Verwendung von zwei Bestandteilen definiert: - eine Basisdichte - eine Anzahl ausreichender Statistikenq0(x)q0(x)q_0(x)Si(x)Si(x)S_i(x) Die Familie besteht aus allen Wahrscheinlichkeitsdichten, die geschrieben werden können als: q(x|(λ)i)∝q0(x)exp(∑iλiSi(x))q(x|(λ)i)∝q0(x)exp⁡(∑iλiSi(x)) q(x| (\lambda)_i ) \propto q_0(x) \exp \left( \sum_i \lambda_i S_i(x) \right) Es ist bekannt, dass die Beziehung zwischen den Parametern und …


1
Geschlossene Form der Funktion in Bezug den natürlichen Parameter für die logarithmische Reihe Verteilung?
Während ich hier eine andere Frage beantwortete , erwähnte ich die logarithmische Reihenverteilung als mögliches Modell für Arten pro Gattung. Als ich mir die PMF ansah, als ich antwortete, stellte ich fest, dass es sich um eine exponentielle Familie handelte (eine Tatsache, die mir vorher nicht bewusst war). Die Parametrisierung …

1
Ausreichende Statistik für nicht exponentielle Familienverteilung
Frage: Sei eine iid-Stichprobe aus . Ich möchte zeigen, dass dieses Modell kein Mitglied der Exponentialfamilie ist, und eine ausreichende Statistik fürX1,X2,…,XnX1,X2,…,XnX_1,X_2,\ldots,X_nN(θ,4θ2)N(θ,4θ2)N(\theta , 4 \theta^2 )θθ\theta Versuch : f( x–– ;θ)=∏i=1n18πθ2−−−−√exp(−18θ2∑i=1n(xi−θ)2)=exp(ln(8πθ2)−n/2−18θ2∑i=1nx2i+14θ∑i=1nxi−n8)f( x_ ;θ)=∏i=1n18πθ2exp⁡(−18θ2∑i=1n(xi−θ)2)=exp⁡(ln⁡(8πθ2)−n/2−18θ2∑i=1nxi2+14θ∑i=1nxi−n8)\begin{align*} f(~\underline{x}~;\theta) &= \prod_{i=1}^n \frac{1}{\sqrt{8 \pi \theta^2}} \exp\left(\frac{-1}{8 \theta^2} \sum_{i=1}^n (x_i - \theta)^2\right)\\ &=\exp \left(\ln(8\pi \theta^2)^{-n/2}- \frac{1}{8 \theta^2}\sum_{i=1}^n …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.