Ich weiß, dass lineare Regression als "die Linie gedacht werden kann, die allen Punkten vertikal am nächsten ist" : Es gibt aber auch eine andere Möglichkeit, den Spaltenraum als "Projektion auf den Raum, der von den Spalten der Koeffizientenmatrix aufgespannt wird" zu visualisieren : Meine Frage ist: Was passiert in …
Ich versuche, ein Papier über die Vorhersage der elektrischen Last zu verstehen, aber ich kämpfe mit den darin enthaltenen Konzepten, insbesondere dem SARIMAX- Modell. Dieses Modell dient der Vorhersage der Auslastung und verwendet viele statistische Konzepte, die ich nicht verstehe (ich bin Student der Informatik - Sie können mich als …
Ich zitiere Gungs großartige Antwort Angeblich hat sich ein Forscher einmal mit "nicht signifikanten" Ergebnissen an Fisher gewandt und ihn gefragt, was er tun soll, und Fisher sagte: "Geh und hol mehr Daten." Aus der Sicht von Neyman-Pearson ist dies offensichtliches Hacking. Gibt es jedoch einen Anwendungsfall, in dem der …
Ich versuche, die Standardabweichung intuitiver zu verstehen. Soweit ich weiß, ist es repräsentativ für den Durchschnitt der Unterschiede eines Satzes von Beobachtungen in einem Datensatz gegenüber dem Mittelwert dieses Datensatzes. Es entspricht jedoch NICHT den Durchschnittswerten der Differenzen, da Beobachtungen, die weiter vom Mittelwert entfernt sind, mehr Gewicht erhalten. Angenommen, …
Sagen wir, ich habe seit Jahren jeden Dienstag Hamburger gegessen. Man könnte sagen, dass ich 14% der Zeit Hamburger esse oder dass die Wahrscheinlichkeit, dass ich in einer bestimmten Woche einen Hamburger esse, 14% beträgt. Was sind die Hauptunterschiede zwischen Wahrscheinlichkeiten und Proportionen? Ist eine Wahrscheinlichkeit ein zu erwartender Anteil? …
Diese nur schwer zu finden, aber ich möchte ein lesen gut erklärt ARIMA Beispiel , dass verwendet minimale Mathematik erweitert die Diskussion über die Erstellung eines Modells hinaus auf die Verwendung dieses Modells zur Vorhersage spezifischer Fälle Verwendet Grafiken sowie numerische Ergebnisse, um die Übereinstimmung zwischen prognostizierten und tatsächlichen Werten …
Die Schätzung der Parzen-Fensterdichte wird als beschrieben p(x)=1n∑i=1n1h2ϕ(xi−xh)p(x)=1n∑i=1n1h2ϕ(xi−xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) wobei nnn die Anzahl der Elemente im Vektor ist, ein Vektor ist, eine Wahrscheinlichkeitsdichte von , die Dimension des Parzen-Fensters ist und eine Fensterfunktion ist.xxxp(x)p(x)p(x)xxxhhhϕϕ\phi Meine Fragen sind: Was ist der grundlegende Unterschied zwischen einer …
Ich habe das Prinzip der maximalen Entropie verwendet, um die Verwendung mehrerer Verteilungen in verschiedenen Umgebungen zu rechtfertigen. Ich muss jedoch noch eine statistische, im Gegensatz zur informationstheoretischen Interpretation der maximalen Entropie formulieren können. Mit anderen Worten, was bedeutet die Maximierung der Entropie für die statistischen Eigenschaften der Verteilung? Hat …
Kann jemand bitte genügend Statistiken in sehr grundlegenden Begriffen erläutern ? Ich komme aus dem technischen Bereich und habe viele Dinge durchgearbeitet, aber keine intuitive Erklärung gefunden.
Ich habe versucht, ein auf Intuition basierendes Verständnis des Bayes'schen Theorems in Bezug auf Prior , Posterior , Likelihood und marginale Wahrscheinlichkeit zu entwickeln. Dafür verwende ich die folgende Gleichung: wobei eine Hypothese oder einen Glauben darstellt und Daten oder Beweise darstellt. Ich habe das Konzept des Seitenzahns verstanden - …
In der klassischen Statistik gibt es die Definition, dass eine Statistik TTT eines Datensatzes y1, … , Yny1,…,yny_1, \ldots, y_n für einen Parameter θθ\theta als vollständig definiert ist. Es ist unmöglich, daraus nichttrivial einen unverzerrten Schätzer von 000 zu bilden . Das heißt, hat die einzige Möglichkeit , Eh ( …
Wir haben viele gute Diskussionen über die perfekte Trennung in der logistischen Regression. So führte die logistische Regression in R zu einer perfekten Trennung (Hauck-Donner-Phänomen). Was jetzt? Das logistische Regressionsmodell konvergiert nicht . Ich persönlich glaube immer noch, dass es nicht intuitiv ist, warum es ein Problem sein wird und …
Ich kenne die Definition der symmetrischen positiv definierten (SPD) Matrix, möchte aber mehr verstehen. Warum sind sie intuitiv so wichtig? Hier ist was ich weiß. Was sonst? Für gegebene Daten ist die Kovarianzmatrix SPD. Die Kovarianzmatrix ist eine wichtige Metrik. Eine intuitive Erklärung finden Sie in diesem hervorragenden Beitrag . …
Warum setzen wir in "Methode der Momente" Stichprobenmomente mit Bevölkerungsmomenten gleich, um den Punktschätzer zu finden? Wo steckt die Logik dahinter?
Der Mittelwert ist intuitiv nur der Durchschnitt der Beobachtungen. Die Varianz ist, wie stark diese Beobachtungen vom Mittelwert abweichen. Ich möchte wissen, warum die Umkehrung der Varianz als Präzision bekannt ist. Welche Intuition können wir daraus ziehen? Und warum ist die Präzisionsmatrix in der multivariaten (Normal-) Verteilung so nützlich wie …
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.