O teorema de Pitman – Koopman – Darmois diz que se uma amostra de uma família parametrizada de distribuições de probabilidade admite uma estatística suficiente cujo número de componentes escalares não cresce com o tamanho da amostra, então é uma família exponencial. Algum livro didático ou...
Uma simplificação frequente na modelagem e simulação é substituir uma variável aleatória pelo seu valor médio. Quando essa simplificação levaria à conclusão
Esta pergunta já tem uma resposta aqui : Como limiar a previsão de probabilidade multiclasse para obter matriz de confusão? (1 resposta) Fechado há 3 meses . O exemplo acima é um exemplo muito simples de ter uma saída do classificador de probabilidade para um...
No ano passado, tenho ouvido muito sobre estruturas de Programação Probabilística (PP), como PyMC3 e Stan , e quão bom é o PP. E hoje, alguém compartilhou este link comigo: Pyro: uma linguagem de programação probabilística profunda No entanto, eu realmente não sigo o que há de especial, pois...
Seja sejam variáveis aleatórias normais padrão independentes. Existem muitas (longas) provas por aí, mostrando queZ1,⋯,ZnZ1,⋯,ZnZ_1,\cdots,Z_n ∑i=1n(Zi−1n∑j=1nZj)2∼χ2n−1∑i=1n(Zi−1n∑j=1nZj)2∼χn−12 \sum_{i=1}^n \left(Z_i - \frac{1}{n}\sum_{j=1}^n Z_j \right)^2 \sim \chi^2_{n-1} Muitas provas são...
Isso é citado com muita frequência ao mencionar a maldição da dimensionalidade e vai (fórmula à direita chamada contraste relativo) limd→∞var(||Xd||kE[||Xd||k])=0,then:Dmaxkd−DminkdDminkd→0limd→∞var(||Xd||kE[||Xd||k])=0,then:Dmaxdk−DmindkDmindk→0 \lim_{d\rightarrow \infty} \text{var}...
Os recursos aleatórios de Fourier fornecem aproximações às funções do kernel. Eles são usados para vários métodos de kernel, como SVMs e processos gaussianos. Hoje, tentei usar a implementação do TensorFlow e obtive valores negativos para metade dos meus recursos. Pelo que entendi, isso não...
Não tenho um exemplo ou tarefa específica em mente. Eu sou apenas novo no uso de splines-b e queria entender melhor essa função no contexto de regressão. Vamos supor que queremos avaliar a relação entre a variável resposta e alguns preditores x 1 , x 2 , . . . , x p . Os preditores incluem algumas...
A seguir, é apresentada uma pergunta sobre as muitas visualizações oferecidas como 'prova por imagem' da existência do paradoxo de Simpson e, possivelmente, uma pergunta sobre terminologia. O Paradoxo de Simpson é um fenômeno bastante simples para descrever e fornecer exemplos numéricos (a razão...
Quando comecei a ler sobre o filtro Kalman, pensei que fosse um caso especial do modelo ARIMA (ou seja, ARIMA (0,1,1)). Mas, na verdade, parece que a situação é mais complicada. Primeiro, o ARIMA pode ser usado para previsão e o filtro Kalman é para filtragem. Mas eles não estão intimamente...
Meu conjunto de dados ( ) possui uma variável dependente (DV), cinco variáveis independentes "de linha de base" (P1, P2, P3, P4, P5) e uma variável independente de interesse (Q).N≈10,000N≈10,000N \approx 10,000 Executei regressões lineares OLS para os dois modelos a seguir: DV ~ 1 + P1 + P2 +...
Estou interessado no estado da arte atual para selecionar sementes iniciais (centros de cluster) para K-means. O Google leva a duas opções populares: seleção aleatória de sementes iniciais e, usando a técnica de seleção KMeans ++: Arthur & Vassilvitskii 2006 k-means ++: As vantagens da...
Meu entendimento sobre o que é um estimador e uma estimativa: Estimador: uma regra para calcular uma estimativa Estimativa: O valor calculado a partir de um conjunto de dados com base no estimador Entre esses dois termos, se for solicitado que eu aponte a variável aleatória, eu diria que a...
Estou implementando um VAE e notei duas implementações diferentes on-line da divergência simplificada univariada de KL gaussiana. A divergência original conforme aqui é Se assumirmos que nosso prior é uma unidade gaussiana, ou seja, e , isso simplifica para E aqui é onde está minha confusão....
Axiomaticamente, probabilidade é uma função que atribui um número real P ( A ) a cada evento A se satisfizer as três suposições fundamentais (suposições de Kolmogorov):PPPP( A )P(A)P(A)UMAAA P( A ) ≥ 0 para cada A P(A)≥0 for everyAP(A) \geq 0 \ \text{for every} A P( Ω ) = 1P(Ω)=1P(\Omega) =...
Meu entendimento da regressão do LASSO é que os coeficientes de regressão são selecionados para resolver o problema de minimização: minβ∥y−Xβ∥22 s.t.∥β∥1≤tminβ‖y−Xβ‖22 s.t.‖β‖1≤t\min_\beta \|y - X \beta\|_2^2 \ \\s.t. \|\beta\|_1 \leq t Na prática, isso é feito usando um multiplicador de...
Ao ler o site, muitas respostas sugerem que a validação cruzada deve ser feita em algoritmos de aprendizado de máquina. No entanto, ao ler o livro "Entendendo o aprendizado de máquina", vi um exercício que às vezes é melhor não usar a validação cruzada. Estou realmente confuso. Quando o algoritmo...
Estou revisando a regressão linear. O livro de Greene declara: Agora, é claro que haverá outras suposições no modelo de regressão linear, como E(ϵ|X)=0E(ϵ|X)=0E(\epsilon|X)=0 . Essa suposição combinada com a suposição de linearidade (que na verdade define ϵϵ\epsilon ) coloca a estrutura...
Tenho algumas observações e quero imitar a amostragem com base nessas observações. A partir do momento em que o CDF é capturado, o CDF é transferido para o CDF e o CDF é transferido para o CDF, o que significa que o CDF pode ser usado como um arquivo não-paramétrico, para facilitar a estimativa de...
Eu me pergunto se as probabilidades condicionais são exclusivas do bayesianismo, ou se são mais um conceito geral que é compartilhado entre várias escolas de pensamento entre estatistas / probabilidades. Eu meio que suponho que sim, porque eu assumo que ninguém pode é meio lógico, então eu acho...