Estou tendo dificuldade em encontrar alguma explicação sobre o motivo pelo qual o Q-learning padrão tende a superestimar os valores q (que são abordados usando o Q-learning duplo). As únicas fontes que encontrei não explicam exatamente por que essa superestimação ocorre. Por exemplo, o artigo da...
Tivemos alguma discussão sobre a utilidade dos estimadores Pooled-OLS e RE em comparação com a EF. Até onde sei, a estimativa do Pooled OLS é simplesmente uma técnica do OLS executada nos dados do painel. Portanto, todos os efeitos individuais específicos são completamente ignorados. Devido a...
Eu estava lendo o modelo word2vec padrão / famoso e de acordo com as notas do standord para cs224n, a função objetivo muda de: Joriginal=−∑j=0,j≠m2mu⊤c−m+jvc+2mlog(∑k=1|V|exp(u⊤kvc))Joriginal=−∑j=0,j≠m2muc−m+j⊤vc+2mlog(∑k=1|V|exp(uk⊤vc))J_{original} = -\sum^{2m}_{j=0,j\neq m} u^\top_{c-m+j} v_c +...
Podemos simular regressão linear sem aleatoriedade, o que significa que fazemos vez de . Então, se ajustarmos um modelo linear, os coeficientes serão idênticos à "verdade fundamental". Aqui está um exemplo.y = X β + ϵy=Xβy=Xβy=X\betay=Xβ+ϵy=Xβ+ϵy=X\beta+\epsilon set.seed(0) n <- 1e5 p <- 3 X...
Eu tenho uma pergunta sobre o quão preocupado eu deveria estar em relação a uma potencial violação da normalidade da suposição de resíduos em um modelo misto linear. Eu tenho um conjunto de dados relativamente pequeno e, após ajustar o modelo (usando 'lmer' em R), um teste de Shapiro-Wilks revela...
Agora, estou passando para os GLMs depois dos modelos padrão. No modelo padrão, y = Xb + epsilon e epsilon é assumido como sendo normalmente distribuído. Isso significa que podemos escrever y - Xb = epsilon e então podemos minimizar o lhs usando alguma norma adequada, dada a suposição de...
O PCA procura fatores nos dados que maximizam a variação explicada. A análise de correlação canônica (CCA), até onde eu entendo, é como um PCA, mas procura por fatores que maximizem a covariância cruzada entre dois conjuntos de dados. Portanto, encontre fatores semelhantes ao pca, comuns a dois...
Desculpas, se isso é confuso, não estou familiarizado com os meios geométricos. Por contexto, meu conjunto de dados é de 35 valores do portfólio no final do mês. Encontrei a taxa de crescimento mês a mês [Mês (N) / Mês (N-1)] - 1, de modo que agora tenho 34 observações e gostaria de estimar o valor...
Eu quero realizar análises de sentimentos em textos, já passei por vários artigos, alguns deles estão usando "Naive Bayes" e outros são "Rede Neural Recorrente (LSTM)" , por outro lado, vi uma biblioteca python para análise de sentimentos que é nltk. Ele usa "Naive Bayes" alguém pode explicar qual...
Eu quero gerar uma série temporal sintética. A série temporal precisa ser uma cadeia de markov com uma distribuição marginal gama e um parâmetro AR (1) de ρρ\rho . Posso fazer isso simplesmente usando uma distribuição gama como termo de ruído em um modelo AR (1) ou preciso usar uma abordagem mais...
Suponha que eu adoraria para acessar o tamanho do efeito e significado entre o resultado Y e variável X modificada confundidor Z . Minha pergunta é que, se houver alguma diferença para determinar o tamanho e o significado do efeito de X entre o cenário a seguir. coloque variável e confusão em um...
Sou novo em estudos estatísticos e neste site e me deparei com a "propriedade de soma zero" no meu livro sobre a média. Parece ser simples, mas ainda não consigo entender a noção. A única informação fornecida com a fórmula é a soma da diferença entre cada valor de uma variável , anotada , e o...
Pesquisei perguntas sobre distinções de teste paramétricas e não paramétricas e parece que todas as perguntas estão focadas em um teste muito específico, problema de dados ou alguma distinção técnica. Não estou interessado na questão de testar suposições (não; examine em vez disso) ou nas questões...
Estou lendo sobre erros de decisão no teste de hipóteses. Minha pergunta é por que um "erro tipo II" é considerado algum erro? Pelo que entendi, surge quando deixamos de rejeitar uma hipótese nula falsa. Quando falhamos em rejeitar a hipótese nula, significa simplesmente que não temos fortes...
Eu quero evitar o uso indevido de testes de normalidade, onde um tamanho de amostra grande o suficiente destacará qualquer leve não normalidade. Eu quero poder dizer que uma distribuição é "suficientemente normal". Quando a população não é normal, o valor de p para o teste Shapiro-Wilk tende a 0 à...
Suponha que e são dois RVs positivos e . Isso implica que , ou são necessárias mais informações?Y C O v ( X , Y ) > 0 C O v ( X , 1 / Y ) <
No aprendizado profundo e na aplicação à visão computacional, é possível dizer que tipo de recursos esses dois tipos de extrato de pooling? Por exemplo, é possível dizer que max pool extrai arestas? Podemos dizer algo semelhante em relação ao agrupamento médio? PS fique à vontade para recomendar...
Nos semana 5 notas de aula para Coursera Máquina Classe Aprendizagem de Andrew Ng , a fórmula seguinte é dado para calcular o valor de usado para inicializar Θ com valores aleatórios:ϵϵ\epsilonΘΘ\Theta No exercício , esclarecimentos adicionais são fornecidos: Uma estratégia eficaz para a...
Tenho uma amostra pequena de 15. Quero ver se há uma diferença na ingestão de nutrientes entre duas variáveis independentes, grupo 1 n = 11, grupo 2 n = 4. Os dados não são normalmente distribuídos. Qual teste é mais apropriado, o teste Mann Whitney U ou Kolmogorov-Smirnov Z? O Discovering...
O que as estatísticas têm a dizer sobre esse leigo: Leigo A: O fato de John ter derramado sua taça de vinho na mesa naquele exato momento é peculiar. Nunca vi um homem tão habilidoso com seu copo. Leigo B: Bem, então, estatisticamente, é hora de ele sofrer um acidente. Leigo A: Não estamos...