Dies ist im Wesentlichen eine Replikation einer Frage, die ich bei math.se gefunden habe und die nicht die Antworten bekam, auf die ich gehofft hatte. Sei eine Folge von unabhängigen, identisch verteilten Zufallsvariablen mit und .{Xi}i∈N{Xi}i∈N\{ X_i \}_{i \in \mathbb{N}}E[Xi]=1E[Xi]=1\mathbb{E}[X_i] = 1V[Xi]=1V[Xi]=1\mathbb{V}[X_i] = 1 Betrachten Sie die Bewertung von limn→∞P(1n−−√∑i=1nXi≤n−−√)limn→∞P(1n∑i=1nXi≤n) …
Wir werden in der Regel mit der Methode der Momentschätzer vertraut gemacht, indem wir "Populationsmomente ihrem Beispielgegenstück zuordnen", bis wir alle Populationsparameter geschätzt haben. so dass wir im Falle einer Normalverteilung nur den ersten und den zweiten Moment benötigen würden, weil sie diese Verteilung vollständig beschreiben. E(X)=μ⟹∑ni=1Xi/n=X¯E(X)=μ⟹∑i=1nXi/n=X¯E(X) = \mu \implies …
Ich mache einen Master in Statistik und mir wird geraten, Differentialgeometrie zu lernen. Ich würde mich über statistische Anwendungen für die Differentialgeometrie sehr freuen, da dies mich motivieren würde. Kennt jemand Anwendungen für Differentialgeometrie in der Statistik?
Dies ist die konstruktivistische Fortsetzung dieser Frage . Wenn wir keine diskrete einheitliche Zufallsvariable haben können, die alle Rationen im Intervall als Unterstützung hat , dann ist die nächstbeste Sache: [0,1][0,1][0,1] Konstruieren Sie eine Zufallsvariable , die diese Unterstützung hat, , und die einer gewissen Verteilung folgt . Und der …
Ich habe ein Problem mit dem Beweis von E(Y|X)∈argming(X)E[(Y−g(X))2]E(Y|X)∈argming(X)E[(Y−g(X))2]E(Y|X) \in \arg \min_{g(X)} E\Big[\big(Y - g(X)\big)^2\Big] die sehr wahrscheinlich ein tieferes Missverständnis der Erwartungen und bedingten Erwartungen aufdecken. Der mir bekannte Beweis lautet wie folgt (eine andere Version dieses Beweises finden Sie hier ) ===argming(X)E[(Y−g(x))2]argming(X)E[(Y−E(Y|X)+E(Y|X)−g(X))2]argming(x)E[(Y−E(Y|X))2+2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]argming(x)E[2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]argming(X)E[(Y−g(x))2]=argming(X)E[(Y−E(Y|X)+E(Y|X)−g(X))2]=argming(x)E[(Y−E(Y|X))2+2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]=argming(x)E[2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]\begin{align*} &\arg \min_{g(X)} E\Big[\big(Y - g(x)\big)^2\Big]\\ = …
In dem Text von Wackerly et al heißt es: "Sei und die momenterzeugende Funktion der Zufallsvariablen X bzw. Y. Wenn beide momenterzeugenden Funktionen existieren und für alle Werte von t haben X und Y die gleiche Wahrscheinlichkeitsverteilung. " Ohne einen Beweis, der den Rahmen des Textes sprengt. Scheaffer Young hat …
Ich dachte an dieses Problem in der Dusche, es wurde von Anlagestrategien inspiriert. Nehmen wir an, es gab einen magischen Geldbaum. Jeden Tag können Sie dem Geldbaum einen Geldbetrag anbieten, der entweder verdreifacht oder mit einer Wahrscheinlichkeit von 50/50 zerstört wird. Sie merken sofort, dass Sie damit im Durchschnitt Geld …
Dies ist eine allgemeinere Behandlung des Problems, das durch diese Frage aufgeworfen wird . Nachdem wir die asymptotische Verteilung der Stichprobenvarianz abgeleitet haben, können wir die Delta-Methode anwenden, um die entsprechende Verteilung für die Standardabweichung zu erhalten. Lassen Sie eine Stichprobe der Größe von iid nicht normalen Zufallsvariablen { X …
Gibt es eine mathematische oder algorithmische Definition von Überanpassung? Oft werden als Definitionen das klassische 2D-Diagramm von Punkten angegeben, bei dem eine Linie durch jeden einzelnen Punkt verläuft und die Validierungsverlustkurve plötzlich ansteigt. Aber gibt es eine mathematisch strenge Definition?
Ich habe vor einem Jahrzehnt Mathematik studiert, habe also einen mathematischen und statistischen Hintergrund, aber diese Frage bringt mich um. Diese Frage ist für mich immer noch etwas philosophisch. Warum haben Statistiker alle möglichen Techniken entwickelt, um mit Zufallsmatrizen zu arbeiten? Ich meine, hat ein zufälliger Vektor das Problem nicht …
Ich studiere Statistik und finde häufig Formeln mit dem logund bin immer verwirrt, ob ich das als Standardbedeutung von log, dh Basis 10, interpretieren soll oder ob in der Statistik das Symbol log im Allgemeinen als natürliches Protokoll angenommen wird ln. Insbesondere studiere ich als Beispiel die Schätzung der guten …
Lassen und , . Was ist die Erwartung von als ?X1∼U[0,1]X1∼U[0,1]X_1 \sim U[0,1]Xi∼U[Xi−1,1]Xi∼U[Xi−1,1]X_i \sim U[X_{i - 1}, 1]i=2,3,...i=2,3,...i = 2, 3,...X1X2⋯XnX1X2⋯XnX_1 X_2 \cdots X_nn→∞n→∞n \rightarrow \infty
Das Problem ist schon einmal aufgetaucht, aber ich möchte eine bestimmte Frage stellen, die versucht, eine Antwort zu finden, die es verdeutlicht (und klassifiziert): In "Poor Man's Asymptotics" wird klar unterschieden zwischen (a) eine Folge von Zufallsvariablen, die mit einer Wahrscheinlichkeit gegen eine Konstante konvergieren im gegensatz zu (b) eine …
Ich hatte gehofft, jemand könnte ein Argument vorschlagen, das erklärt, warum die Zufallsvariablen und , wobei die Standardnormalverteilung hat, statistisch unabhängig sind. Der Beweis für diese Tatsache ergibt sich leicht aus der MGF-Technik, aber ich finde sie äußerst kontraintuitiv.Y1=X2−X1Y1=X2−X1Y_1=X_2-X_1Y2=X1+X2Y2=X1+X2Y_2=X_1+X_2XiXiX_i Ich würde mich daher über die Intuition hier freuen, wenn überhaupt. …
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.