J'ai rencontré cette phrase en lisant un article sur sciencemag.org . Au final, les réponses de seulement 7600 chercheurs dans 12 pays ont été incluses car les données restantes n'étaient pas considérées comme statistiquement significatives. Est-ce une bonne façon de faire de la recherche? Oublier...
J'essaie d'écrire un script R pour simuler l'interprétation des expériences répétées d'un intervalle de confiance à 95%. J'ai trouvé qu'il surestime la proportion de fois où la valeur réelle de la population d'une proportion est contenue dans l'IC à 95% de l'échantillon. Pas une grande différence -...
Supposons que j'ai un échantillon de fréquences de 4 événements possibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 et j'ai les probabilités attendues que mes événements se produisent: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Avec la somme des fréquences observées de mes quatre événements (18), je peux calculer...
J'ai du mal à construire une intuition sur l'entropie conjointe. = incertitude dans la distribution conjointe ; = incertitude dans ; = incertitude dans .H(X,Y)H(X,Y)H(X,Y)p(x,y)p(x,y)p(x,y)H(X)H(X)H(X)px(x)px(x)p_x(x)H(Y)H(Y)H(Y)py(y)py(y)p_y(y) Si H (X) est élevé, alors la distribution est plus...
J'essaie de comprendre la forme normalisée d'informations mutuelles ponctuelles. npmi=pmi(x,y)log(p(x,y))npmi=pmi(x,y)log(p(x,y))npmi = \frac{pmi(x,y)}{log(p(x,y))} Pourquoi la probabilité log-jointe normalise-t-elle les informations mutuelles ponctuelles entre [-1, 1]? L'information mutuelle point...
La perte L2, ainsi que la perte L0 et L1, sont trois fonctions de perte "par défaut" très courantes utilisées pour résumer une perte postérieure minimale par la perte attendue postérieure. Une des raisons à cela est peut-être qu'elles sont relativement faciles à calculer (au moins pour les...
Aujourd'hui, j'ai parcouru le livre "Théorie de l'information: une introduction au didacticiel" de James Stone et réfléchi un instant ou deux à l' étendue de l'utilisation de la théorie de l'information en science des données appliquée (si vous n'êtes pas à l'aise avec ce terme encore quelque peu...
Je regarde actuellement un article sur le modèle d'effets aléatoires du processus de Dirichlet et la spécification du modèle est la suivante: où est le paramètre d'échelle et est la mesure de base. Plus loin dans l'article, cela suggère que nous intégrons une fonction sur la mesure de base telle...
Ma question concerne la relation entre l'hypothèse de codage efficace qui est décrite sur la page Wikipedia sur le codage efficace et les algorithmes d'apprentissage des réseaux de neurones. Quelle est la relation entre l'hypothèse de codage efficace et les réseaux de neurones? Existe-t-il des...
Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les réponses. Vous souhaitez améliorer cette question? Mettez à jour la question pour qu'elle se concentre sur un seul problème en modifiant ce post . Fermé il y a 3 ans . Je voudrais en savoir plus sur la théorie des...
Pour une variable aléatoire donnée (ou une population, ou un processus stochastique), l'attente mathématique est la réponse à une question Quelle prévision ponctuelle minimise la perte carrée attendue? . Aussi, c'est la solution optimale à un jeu Devinez la prochaine réalisation d'une variable...
Dans ce https://cs231n.github.io/neural-networks-case-study/ pourquoi mentionne-t-il "le classificateur Softmax interprète chaque élément de ff comme détenant les probabilités de log (non normalisées) des trois classes." Je comprends pourquoi il n'est pas normalisé mais pas pourquoi il s'agit d'un...
Cela pourrait être un peu d'une question philosophique, mais on y va: En théorie de la décision, le risque d'un estimateur Bayes θ ( x ) pour θ ∈ Θ est défini par rapport à une distribution avant π sur Θ .θ^(x)θ^(x)\hat\theta(x)θ∈Θθ∈Θ\theta\in\Thetaππ\piΘΘ\Theta Maintenant, d'une part, pour que le...
Étant donné deux distributions normales bivariées P≡N(μp,Σp)P≡N(μp,Σp)P \equiv \mathcal{N}(\mu_p, \Sigma_p) et Q≡N(μq,Σq)Q≡N(μq,Σq)Q \equiv \mathcal{N}(\mu_q, \Sigma_q), J'essaie de calculer la divergence Jensen-Shannon entre eux, définie (pour le cas discret) comme:...
Je me demandais comment les statistiques et la théorie de la décision sont liées? Il me semble que tous les problèmes / tâches statistiques peuvent être formulés en théorie de la décision. Les problèmes de théorie de la décision peuvent également être formulés sous forme de problèmes statistiques /...
Je me souviens d'une preuve que la théorie des probabilités bayésienne est la seule méthode valable pour représenter les croyances, elle est allée quelque chose comme nous représentons la croyance par une fonction non négative sur un domaine de résultats les croyances sont sous-additives ... Par...
Pourquoi les mesures de dispersion sont-elles calculées par rapport à un point central? Pourquoi, par exemple, toutes les différences non répétées et par paire possibles dans l'ensemble de données ne seraient-elles pas une mesure valable de la
Exercice: il y a un dé à 6 faces et une pièce biaisée qui a une probabilité p> 0 de monter sur chaque lancer. Le dé est lancé à l'infini souvent, et chaque fois que vous lancez un 6, vous lancez ensuite la pièce. Prouvez qu'avec la probabilité 1, vous lancez des "têtes" infiniment souvent....
Est-il possible de construire un modèle statistique qui prédit le prochain mouvement dans un graphique uniquement basé sur les mouvements passés et la structure du graphique? J'ai fait un exemple pour illustrer le problème: Le temps est discret . À chaque tour, vous restez à votre nœud / sommet...
J'ai une instance de graphique avec des bords dirigés pondérés dont les valeurs peuvent être dans la plage [-1,1]. J'ai besoin de faire un clustering sur ce graphique, afin de trouver des groupes dans lesquels les sommets sont plus corrélés. J'ai cherché plusieurs algorithmes basés sur des grappes...