Suponha que eu tenha variáveis aleatórias normais independentesnnn X1∼N(μ1,σ21)X2∼N(μ2,σ22)⋮Xn∼N(μn,σ2n)X1∼N(μ1,σ12)X2∼N(μ2,σ22)⋮Xn∼N(μn,σn2)X_1 \sim \mathrm{N}(\mu_1, \sigma_1^2)\\X_2 \sim \mathrm{N}(\mu_2, \sigma_2^2)\\\vdots\\X_n \sim \mathrm{N}(\mu_n, \sigma_n^2) e . Como caracterizaria a...
Versão curta Estou tentando resolver / aproximar analiticamente a probabilidade composta que resulta de desenhos independentes de Poisson e de amostras adicionais com ou sem substituição (eu realmente não me importo com qual). Quero usar a probabilidade com o MCMC (Stan), portanto, preciso da...
Eu vi essa fórmula em um livro: a norma Frobenius ao quadrado da matriz original menos seu SVD truncado (que pode ser visto como o erro de aproximação) é igual à soma dos valores singulares ao quadrado.XX\mathbf XXkXk\mathbf X_k Por que é que? Como provar
Eu uso para significar uma distribuição com média \ mu e variância \ sigma ^ 2 , \ mathcal {N} adicionado para significar a distribuição normal.(μ,σ2)(μ,σ2)(\mu, \sigma^2)μμ\muσ2σ2\sigma^2NN\mathcal{N} Vamos supor que com . A declaração formal do teorema do limite central (CLT) diz que Foi...