Les progiciels pour la détection de motifs de réseau peuvent renvoyer des scores Z extrêmement élevés (le plus élevé que j'ai vu est 600 000+, mais des scores Z de plus de 100 sont assez courants). Je prévois de montrer que ces scores Z sont faux. D'énormes scores Z correspondent à des probabilités...
Ici sur Wikipedia, il est écrit: Pour des valeurs suffisamment grandes de , (disons λ> 1000 ), la distribution normale avec la moyenne λ et la variance λ (écart type \ sqrt {\ lambda} ), est une excellente approximation de la distribution de Poisson. Si λ est supérieur à environ 10, alors la...
Je voulais mieux comprendre le test exact du pêcheur, j'ai donc imaginé l'exemple de jouet suivant, où f et m correspond à l'homme et à la femme, et n et y correspond à la "consommation de soda" comme ceci: > soda_gender f m n 0 5 y 5 0 Évidemment, c'est une simplification drastique, mais je ne...
Y a-t-il un analogue aux inégalités du moment supérieur de Tchebychev dans le cas unilatéral? L'inégalité de Chebyshev-Cantelli ne semble fonctionner que pour la variance, tandis que l'inégalité de Chebyshev peut facilement être produite pour tous les exposants. Quelqu'un connaît-il une inégalité...
Je teste l'égalité des moyens en utilisant le test t de Welch. La distribution sous-jacente est loin d'être normale (plus asymétrique que l'exemple dans une discussion connexe ici ). Je peux obtenir plus de données, mais je souhaiterais une méthode de principe pour déterminer dans quelle mesure....
Quelle est la meilleure façon d'approximer pour deux entiers donnés lorsque vous connaissez la moyenne , la variance , l'asymétrie et l'excès de kurtosis d'une distribution discrète , et il ressort clairement des mesures (non nulles) de la forme et qu'une approximation normale n'est pas...
Cette question est inspirée de la réponse de Martijn ici . Supposons que nous ajustons un GLM pour une famille à un paramètre comme un modèle binomial ou de Poisson et qu'il s'agit d'une procédure de vraisemblance complète (par opposition à, disons, quasipoisson). Ensuite, la variance est fonction...
Je lisais nonchalamment un article (en économie) qui avait l'approximation suivante pour :log(E(X))log(E(X))\log(E(X)) ,log(E(X))≈E(log(X))+0.5var(log(X))log(E(X))≈E(log(X))+0.5var(log(X))\log(E(X)) \approx E(\log(X))+0.5 \mathrm{var}(\log(X)) ce que l'auteur dit est exact si X est log-normal...
Prenez une espérance de la forme pour une variable aléatoire univariée et une fonction entière (c.-à-d., L'intervalle de convergence est la ligne réelle entière)E(f(X))E(f(X))E(f(X))XXXf(⋅)f(⋅)f(\cdot) J'ai une fonction de génération de moment pour et je peux donc facilement calculer des moments...
Une fonction continue sur [a, b], où a et b sont des nombres réels, peut-elle être approximée ou arbitrairement proche de la fonction (dans une certaine norme) par des processus gaussiens (régression)?
S'il existe plusieurs approximations possibles, je recherche la plus
Un dé à 6 faces est lancé de manière itérative. Quel est le nombre attendu de rouleaux requis pour faire une somme supérieure ou égale à K? Avant de modifier P(Sum>=1 in exactly 1 roll)=1 P(Sum>=2 in exactly 1 roll)=5/6 P(Sum>=2 in exactly 2 rolls)=1/6 P(Sum>=3 in exactly 1 roll)=5/6...
Presque tous les manuels qui traitent de l'approximation normale de la distribution binomiale mentionnent la règle générale selon laquelle l'approximation peut être utilisée si n p ≥ 5np≥5np\geq5 et n ( 1 - p ) ≥ 5n(1−p)≥5n(1-p)\geq 5. Certains livres suggèrentn p ( 1 - p ) ≥ 5np(1−p)≥5np(1-p)\geq...
Donc, j'ai 16 essais dans lesquels j'essaie d'authentifier une personne à partir d'un trait biométrique en utilisant Hamming Distance. Mon seuil est fixé à 3,5. Mes données sont ci-dessous et seul l'essai 1 est un vrai positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47...
Markov Chain Monte Carlo est une méthode basée sur les chaînes de Markov qui nous permet d'obtenir des échantillons (dans un cadre Monte Carlo) à partir de distributions non standard à partir desquelles nous ne pouvons pas prélever directement des échantillons. Ma question est de savoir pourquoi la...
J'ai récemment étudié la théorie derrière les ANN et je voulais comprendre la «magie» derrière leur capacité de classification multi-classe non linéaire. Cela m'a conduit à ce site Web qui explique bien comment géométriquement cette approximation est réalisée. Voici comment je l'ai compris (en 3D):...
Étant donné une matrice de données de 1000000 observations 100 entités, existe-t-il un moyen rapide de construire une approximation tridiagonale ? On pourrait alors factoriser , tous 0 sauf et L_ {ii} , et faire une décorrélation rapide (blanchiment) en résolvant L x = x_ {blanc} . (Par "rapide",...
Ce problème est apparu dans mes recherches: supposons que Vje∼ EDVi∼EDV_i \sim \text{ED} sont les distributions exponentielles iid (ED) avec la moyenne 111 et laisse λλ\lambdaêtre un nombre non négatif. Est-il vrai que ∑k = 0∞λke- λV0⋯Vkk !∼ ED ?∑k=0∞λke−λV0⋯Vkk!∼ED? \sum_{k=0}^{\infty}...
Je vois parfois des gens utiliser l'approximation de Taylor comme suit: E(ex)≈E(1+x)E(ex)≈E(1+x)E(e^x)\approx E(1+x) Je sais que l'approximation taylor fonctionne pour ex≈1+xex≈1+xe^x \approx 1+x Mais il n'est pas clair pour moi que nous pouvons faire l'approximation à l'intérieur de l'opérateur...
Le théorème d'approximation universel pour les réseaux de neurones s'applique-t-il à une fonction d'activation (sigmoïde, ReLU, Softmax, etc ...) ou est-il limité aux fonctions sigmoïdes? Mise à jour: Comme le souligne shimao dans les commentaires, cela ne vaut absolument pour aucune fonction....