J'ai de la difficulté à comprendre les cotes et je voudrais juste une explication de base pour les interpréter. J'ai trouvé divers articles liés aux cotes, mais la plupart d'entre eux sont plus complexes que ce que j'essaie de comprendre. Voici un exemple de la façon dont j'interprète les cotes: si...
Je suis confus entre les deux termes «fonction de génération de probabilité» et «fonction de génération de moment». En quoi ces termes
J'ai du mal à comprendre des statistiques suffisantes et complètes? Soit une statistique suffisante.T= Σ xjeT=ΣXjeT=\Sigma x_i Si avec probabilité 1, pour une fonction g , alors c'est une statistique complète suffisante.E[ g( T) ] = 0E[g(T)]=0E[g(T)]=0ggg mais qu'est ce que ça veut dire? J'ai vu...
Dans " Réseaux de croyances profondes convolutionnelles pour un apprentissage évolutif et non supervisé des représentations hiérarchiques " par Lee et. ( PDF ) Des DBN convolutifs sont proposés. La méthode est également évaluée pour la classification des images. Cela semble logique, car il existe...
Je participe actuellement au cours An Introduction to Operations Management sur Coursera.org. À un moment donné du cours, le professeur a commencé à faire face à la variation du temps des opérations. La mesure qu'il utilise est le coefficient de variation , le rapport entre l'écart-type et la...
Pour les non-statisticiens comme moi, il est très difficile de saisir l'idée de VImétrique (variation des informations) même après avoir lu l'article pertinent de Marina Melia " Comparing clusterings - An information based distance " (Journal of Multivariate Analysis, 2007). En fait, je ne connais...
L'idée derrière le réseau neuronal récurrent (RNN) est claire pour moi. Je le comprends de la manière suivante: nous avons une séquence d'observations ( ) (ou, en d'autres termes, des séries temporelles multivariées). Chaque observation est un vecteur numérique à dimensions. Dans le modèle RNN,...
Le mgcvpackage pour Ra deux fonctions pour ajuster les interactions des produits tensoriels: te()et ti(). Je comprends la division de base du travail entre les deux (ajustement d'une interaction non linéaire vs décomposition de cette interaction en effets principaux et interaction). Ce que je ne...
Pourquoi les valeurs de p et les statistiques du test ks diminuent avec l'augmentation de la taille de l'échantillon? Prenez ce code Python comme exemple: import numpy as np from scipy.stats import norm, ks_2samp np.random.seed(0) for n in [10, 100, 1000, 10000, 100000, 1000000]: x = norm(0,...
Je sais par des études antérieures que Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B) = Var(A) + Var(B) + 2 Cov (A,B) Cependant, je ne comprends pas pourquoi. Je peux voir que l'effet sera de «faire monter» la variance lorsque A et B covarient fortement. Il est logique que...
Dans le manuel que je lis, ils utilisent le caractère définitif positif (caractère semi-positif) pour comparer deux matrices de covariance. L'idée étant que si est pd alors est plus petite que . Mais j'ai du mal à avoir l'intuition de cette relation?A−BA−BA-BBBBAAA Il y a un fil similaire ici:...
Dans un ensemble de problèmes, j'ai prouvé ce «lemme», dont le résultat n'est pas intuitif pour moi. est une distribution normale standard dans un modèle censuré.ZZZ Formellement, et . Ensuite, Il existe donc une sorte de connexion entre la formule d'attente sur un domaine tronqué et la densité au...
La forme fermée de w dans la régression linéaire peut s'écrire w^=(XTX)−1XTyw^=(XTX)−1XTy\hat{w}=(X^TX)^{-1}X^Ty Comment expliquer intuitivement le rôle de (XTX)−1(XTX)−1(X^TX)^{-1} dans cette
Quelqu'un peut-il fournir une explication simple (profane) de la relation entre les distributions de Pareto et le théorème central limite (par exemple, s'applique-t-il? Pourquoi / pourquoi pas?)? J'essaie de comprendre la déclaration suivante: "Le théorème de la limite centrale ne fonctionne pas...
Dans plusieurs compétitions de kaggle, la notation était basée sur la "perte de log". Cela concerne l'erreur de classification. Voici une réponse technique mais je recherche une réponse intuitive. J'ai vraiment aimé les réponses à cette question sur la distance de Mahalanobis, mais PCA n'est pas...
J'ai essayé d'implémenter une estimation numérique de la divergence de Kullback-Leibler pour deux échantillons. Pour déboguer l'implémentation, tirez les échantillons de deux distributions normales et .N ( 1 , 2 )N( 0 , 1 )N(0,1)\mathcal N (0,1)N( 1 , 2 )N(1,2)\mathcal N (1,2) Pour une estimation...
Je comprends la mécanique du calcul des poids en utilisant les scores de propension : , puis en appliquant les poids dans une analyse de régression, et que les poids servent à «contrôler» ou dissocier les effets des covariables dans les populations des groupes de traitement et de contrôle avec la...
L'erreur standard d'une proportion sera la plus grande qu'elle puisse être pour un N donné lorsque la proportion en question est de 0,5, et elle diminue plus la proportion est de 0,5. Je peux voir pourquoi il en est ainsi lorsque je regarde l'équation de l'erreur-type d'une proportion, mais je ne...
Malgré plusieurs tentatives de lecture sur le bootstrap, il semble que je frappe toujours un mur de briques. Je me demande si quelqu'un peut donner une définition raisonnablement non technique du bootstrap? Je sais qu'il n'est pas possible dans ce forum de fournir suffisamment de détails pour me...
Cette question a déjà des réponses ici : Quel type d'information est l'information Fisher? (3 réponses) Fermé il y a 7 mois . Wikipédia nous apprend que la partition joue un rôle important dans l'inégalité Cramér-Rao. Il énonce également la définition: V=∂∂θlogL(θ;X)V=∂∂θlogL(θ;X)V =...