La procédure SPSS t-Test rapporte 2 analyses lors de la comparaison de 2 moyennes indépendantes, une analyse avec des variances égales supposées et une avec des variances égales non supposées. Les degrés de liberté (df) lorsque des variances égales sont supposées sont toujours des valeurs entières...
Ainsi, dans la modélisation de texte (non supervisée), l'allocation de Dirichlet latent (LDA) est une version bayésienne de l'analyse sémantique probabiliste latente (PLSA). Essentiellement, LDA = PLSA + Dirichlet prioritaire sur ses paramètres. Ma compréhension est que LDA est maintenant...
Je faisais référence à cette conférence vidéo pour calculer l'intervalle de confiance . Cependant, j'ai une certaine confusion. Ce type utilise des statistiques pour le calcul. Cependant, je pense qu'il aurait dû être un -statistiques. On ne nous donne pas le véritable écart-type de la population....
J'écris sur l'utilisation d'une «distribution de probabilité conjointe» pour un public qui serait plus susceptible de comprendre la «distribution multivariée», donc j'envisage d'utiliser la dernière. Cependant, je ne veux pas perdre de sens en faisant cela. Wikipédia semble indiquer qu'il s'agit de...
Il est facile de produire une variable aléatoire avec une distribution de Dirichlet en utilisant des variables Gamma avec le même paramètre d'échelle. Si: Xi∼Gamma(αi,β)Xi∼Gamma(αi,β) X_i \sim \text{Gamma}(\alpha_i, \beta) Alors:
Je suis conscient du fait que Gosset a proposé la distribution t , mais quelle est l'étymologie du "t"? Comment "t" s'est-il retrouvé dans t- test et t
Soit une distribution conjointe de deux variables catégorielles , avec . Supposons que échantillons ont été tirés de cette distribution, mais nous ne recevons que les comptes marginaux, à savoir pour :px,ypx,yp_{x,y}X,YX,YX,Yx,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\}nnnj=1,…,Kj=1,…,Kj=1,\ldots,K...
Supposons que j'ai une fonction de génération de moment conjoint pour une distribution conjointe avec CDF F X , Y ( x , y ) . Est-ce que M X , Y ( s , t ) = M X , Y ( s , 0 ) ⋅ M X , Y ( 0 , t ) à la fois nécessaire et suffisantMX, Y( s , t )MX,Y(s,t)M_{X,Y}(s,t)FX, Y( x ,
J'étudie la distribution t de Student et j'ai commencé à me demander comment dériverait la fonction de densité des distributions t (de wikipedia, http://en.wikipedia.org/wiki/Student%27s_t-distribution ): F( t ) = Γ ( v + 12)v π--√Γ ( v2)( 1 + t2v)- v + 12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) =...
Remarque: cette question est une rediffusion, car ma question précédente a dû être supprimée pour des raisons juridiques. En comparant PROC MIXED de SAS avec la fonction lmedu nlmepackage dans R, je suis tombé sur des différences assez confuses. Plus précisément, les degrés de liberté dans les...
J'ai une question sur la distribution postérieure de Dirichlet. Étant donné une fonction de vraisemblance multinomiale, il est connu que le postérieur est , où est le nombre de fois où nous avons vu observation.D i r ( αje+ Nje)Dir(αi+Ni)Dir({\alpha_i + N_i})NjeNiN_ijet hjethi^{th} Que se...
Sur l' article wikipedia du lissage de Laplace (ou lissage additif), il est dit que d'un point de vue bayésien, cela correspond à la valeur attendue de la distribution postérieure, en utilisant une distribution de Dirichlet symétrique avec le paramètre comme priorité.αα\alpha Je suis perplexe quant...
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...
L'un des problèmes de mon manuel se pose comme suit. Un vecteur continu stochastique bidimensionnel a la fonction de densité suivante: FX, Y( x , y) = { 15 x y20si 0 <x <1 et 0 <y <xautrementfX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= \begin{cases}...
Je vais essayer de décrire le problème en question aussi général que possible. Je modélise les observations comme une distribution catégorielle avec un vecteur de probabilité de paramètre thêta. Ensuite, je suppose que le vecteur paramètre thêta suit une distribution a priori de Dirichlet avec les...
i = 1 , . . . , n S n = 1Xje∽i i dN( 0 , 1 )Xje∽jejeréN(0,1)X_i \overset{iid}{\backsim} \mathcal{N}(0, 1)i = 1 , . . . , nje=1,...,ni = 1, ..., nTn=1Sn= 1n∑i = 1nXjeSn=1n∑je=1nXje\begin{equation} S_n = \frac{1}{n} \sum_{i=1}^n X_i \end{equation}Tn= 1n∑i = 1n( X2je- 1
Dans mes notes de cours, il est dit: La distribution en t semble normale, mais avec des queues légèrement plus lourdes. Je comprends pourquoi cela aurait l'air normal (à cause du théorème de la limite centrale). Mais j'ai du mal à comprendre comment prouver mathématiquement qu'il a des queues plus...
Dans les articles AlphaGo Zero et AlphaZero de DeepMind , ils décrivent l'ajout de bruit de Dirichlet aux probabilités antérieures d'actions du nœud racine (état de la carte) dans Monte Carlo Tree Search: Une exploration supplémentaire est obtenue en ajoutant du bruit de Dirichlet aux probabilités...
Soit n'importe quelle distribution avec une moyenne définie, μ et un écart type, σ . Le théorème central limite dit que √XXXμμ\muσσ\sigma converge en distribution vers une distribution normale standard. Si nous remplaçonsσpar l’écart typeS, y a-t-il un théorème indiquant que √n--√X¯- μσnX¯−μσ...
Quelle est la médiane de la distribution t non centrale avec le paramètre de non-centralité ? Cela peut être une question désespérée parce que le CDF semble être exprimé comme une somme infinie, et je ne trouve aucune information sur la fonction CDF inverse.δ≠ 0δ≠0\delta \ne...