como posso calcular a variação de p como derivada de uma distribuição binomial? Digamos que eu jogue n moedas e ganhe k heads. Posso estimar p como k / n, mas como posso calcular a variação nessa estimativa? Estou interessado nisso, para que eu possa controlar a variação nas minhas estimativas de...
Suponha que eu esteja alimentando uma matriz 2D de forma (99,13) como entrada para uma camada LSTM. Estou tendo um número n de arquivos, onde cada um contém (99,13) vetores de tamanho. Decidi considerar 13 como o número de recursos e 99 como o timesteps. (Ao implementar com o Keras, adicionei a...
Podemos usar a estatística F para determinar se pelo menos um dos preditores afeta a resposta. Mas por que não levar um valor p mínimo em todos os preditores? Não requer a introdução de um novo
Para determinar a correlação cruzada entre Salese Variable cost, ambos com sazonalidade mensal, preciso descentralizar as duas
Eu implementei os algoritmos Viterbi e Forward , mas, estranhamente, não consigo entender como o algoritmo Backward funciona. Intuitivamente, sinto que preciso fazer a mesma coisa que no Forward apenas para trás, usando os valores calculados durante a propagação do Forward . Minha intuição está...
Não todos os priores conjugadas tem que vir da família exponencial? Caso contrário, que outras famílias são conhecidas por possuírem / produzirem conjugados
Fechado . Esta questão precisa ser mais focada . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela se concentre apenas em um problema editando esta postagem . Fechado há 4 anos . Você pode me...
Defina o critério de informação bayesiano como (eu não descarto o constante, , para evitar problemas ao equacionar a probabilidade marginal)BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π))BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))} −ln(2π)−ln(2π) - \ln(2...
Atualmente, o aprendizado estatístico e seus resultados são difundidos nas ciências sociais. Há alguns meses, Guido Imbens disse: "LASSO é o novo OLS". Estudei um pouco o Machine Learning e sei que seu principal objetivo é a previsão. Também concordo com a distinção de Leo Breiman entre duas...
Estou testando a otimização bayesiana, seguindo Snoek, Larochelle e Adams [ http://arxiv.org/pdf/1206.2944.pdf] , usando GPML [ http://www.gaussianprocess.org/gpml/code/matlab / doc /] . Eu implementei a função de aquisição de melhoria esperada descrita na página 3, e estou assumindo que estou...
Estou avaliando um artigo de jornal sobre suas interações estatísticas. O artigo está tentando estabelecer uma relação entre controle menos rígido da pressão arterial e progressão para hipertensão grave. Suspeita-se que a hipertensão preexistente seja um fator prognóstico (dado...
Ultimamente, venho estudando a teoria por trás das RNAs e queria entender a 'mágica' por trás da capacidade de classificação não linear de várias classes. Isso me levou a este site, que faz um bom trabalho em explicar geometricamente como essa aproximação é alcançada. Aqui está como eu entendi (em...
Estou tentando entender como a matriz de covariância funciona. Então, vamos supor que temos duas variáveis: , onde fornece a relação entre as variáveis, ou seja, quanto uma depende da outra.Cov ( X , Y ) = E [ ( x - E [ X ] ) ( y - E [ Y ] ) ]X, YX,YX, YCov ( X, Y) = E [ ( x - E [ X] ) ( y- E [ Y]...
Eu tenho um conjunto de valores dos quais eu calculo a mediana M. Eu queria saber como eu poderia calcular o erro nessa estimativa.xEu, i = 1 , … , NxEu,Eu=1,…,N{x_i}, i=1, \dots ,N Na net, descobri que pode ser calculado como ondeσé o desvio padrão. Mas não encontrei referências sobre isso. Então...
Sabe-se que, ao construir uma árvore de decisão, dividimos a variável de entrada exaustivamente e encontramos a melhor divisão por abordagem de teste estatístico ou por função de impureza. Minha pergunta é: quando usamos uma variável contínua como variável de entrada (apenas alguns valores...
Eu tenho uma série temporal binária: temos 2160 dados (0 = não aconteceu, 1 = aconteceu) por um período de uma hora em 90 dias. Quero prever depois desses 90 dias, onde o próximo 1 acontecerá, e também Estender essa provisão para o próximo
Dada a probabilidade gaussiana de uma amostra como com sendo o espaço de parâmetro e , parametrizações arbitrárias do vetor médio e da matriz de covariância.yyyp(y|θ)=N(y;μ(θ),Σ(θ))p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) =
Ambos os processos parecem ser usados para estimar o valor máximo de uma função desconhecida, e ambos obviamente têm maneiras diferentes de fazer isso. Mas, na prática, um dos métodos é essencialmente intercambiável? Onde eu gostaria de usar um sobre o
Casella e Berger declaram o Teorema de Basu (Th 6.2.24) da seguinte forma: Se é uma estatística completa e minimamente suficiente, então é independente de todas as estatísticas auxiliares.T( X)T(X)T(X)T( X)T(X)T(X) No entanto, na palestra, vi uma prova do teorema que usava apenas suficiência,...
A taxa de descoberta falsa (Benjamini-Hochberg) é normalmente usada em 'Big Data', como estudos genéticos usando centenas de testes. Mas também pode ser usado em números menores de testes? Por exemplo, observando os resultados de dois grupos (homens versus mulheres) em, digamos, 10 a 20...