Esta não é uma questão de trabalho doméstico, mas um problema real enfrentado por nossa empresa. Muito recentemente (há 2 dias), solicitamos a fabricação de 10000 etiquetas de produtos para um revendedor. Revendedor é uma pessoa independente. Ele recebe as etiquetas fabricadas de fora e a empresa...
Vou explicar meu problema com um exemplo. Suponha que você queira prever a renda de um indivíduo, com alguns atributos: {Idade, Sexo, País, Região, Cidade}. Você tem um conjunto de dados de treinamento como esse train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2,...
Vejo que ambas as funções fazem parte de métodos de mineração de dados, como os Gradress Boosting Regressors. Vejo que esses também são objetos separados. Como é a relação entre os dois em
(Para saber por que escrevi isso, verifique os comentários abaixo da minha resposta a esta pergunta .) Erros do tipo III e teoria da decisão estatística Às vezes, dar a resposta certa à pergunta errada é chamado de erro Tipo III. A teoria da decisão estatística é uma formalização da tomada de...
Com um plano prévio, os estimadores ML (freqüentista - máxima verossimilhança) e MAP (bayesiano - máxima a posteriori) coincidem. De maneira mais geral, porém, estou falando de estimadores de pontos derivados como otimizadores de alguma função de perda. Ou seja, (Bayesian) x (x^(. ) = argminE (...
Imagine a seguinte configuração: Você tem 2 moedas, a moeda A que é garantida como justa e a moeda B que pode ou não ser justa. Você é solicitado a fazer 100 lançamentos de moedas, e seu objetivo é maximizar o número de caras . Sua informação prévia sobre a moeda B é que ela foi lançada 3 vezes e...
Estou com problemas para entender estatísticas completas suficientes? Seja uma estatística suficiente.T= Σ xEuT=ΣxEuT=\Sigma x_i Se com probabilidade 1, para alguma função , então é uma estatística suficiente.E[ g( T) ] = 0E[g(T)]=0 0E[g(T)]=0ggg Mas o que isso significa? Eu já vi exemplos de...
Deixe- denotam o risco de Bayes de um estimador δ com respeito a um prévio π , deixar Π denotar o conjunto de todos os antecedentes sobre o espaço de parâmetros Θ , e deixar Δ denotar o conjunto de todas as regras de decisão (possivelmente randomizados) .r(π,δ)r(π,δ)r(\pi,...
Minha cabeleireira Stacey sempre mostra uma cara feliz, mas costuma ficar estressada com a possibilidade de administrar seu tempo. Hoje, Stacey estava atrasada para minha consulta e se desculpou muito. Enquanto cortava o cabelo, eu me perguntava: quanto tempo deveriam durar as consultas regulares?...
A chuva nunca estuda, por isso ela é completamente ignorante durante o meio do período, mesmo que consistindo apenas de perguntas Sim / Não. Felizmente, o professor de Rain permite que ela retome o mesmo intermediário quantas vezes quiser, mas ele apenas reporta a pontuação, para que Rain não saiba...
Estou tentando traçar o limite de decisão de um algoritmo perceptron e estou realmente confuso sobre algumas coisas. Minhas instâncias de entrada estão no formato , basicamente uma instância de entrada 2D ( x 1 e x 2 ) e um valor alvo de classe binária ( y ) [1 ou 0].[ ( x1 1, x2) , y][(x1...
A estatística do teste de Durbin-Watson pode estar em uma região inconclusiva, onde não é possível rejeitar ou deixar de rejeitar a hipótese nula (neste caso, de autocorrelação zero). Que outros testes estatísticos podem produzir resultados "inconclusivos"? Existe uma explicação geral (acenar com...
Encontrei esses slides (slides 16 e 17) em um dos cursos on-line. O instrutor estava tentando explicar como a Estimativa Máxima Posterior (PAM) é realmente a solução , onde é o verdadeiro parâmetro.L(θ)=I[θ≠θ∗]L(θ)=I[θ≠θ∗]L(\theta) = \mathcal{I}[\theta \ne \theta^{*}]θ∗θ∗\theta^{*} Alguém pode...
Ok - minha mensagem original falhou em obter uma resposta; então, deixe-me colocar a questão de forma diferente. Começarei explicando meu entendimento sobre estimativa de uma perspectiva teórica da decisão. Não tenho treinamento formal e não me surpreenderia se meu pensamento fosse defeituoso de...
Programei e desenvolvo testes. Depois de fazer uma alteração no meu código, executo meus testes. Às vezes eles conseguem e outras vezes fracassam. Antes de executar um teste, escrevo um número de 0,01 a 0,99 para creditar que o teste será bem-sucedido. Quero saber se estou melhorando para prever...
Isso pode ser um pouco de uma pergunta filosófica, mas aqui vamos nós: Na teoria da decisão, o risco de um estimador de Bayes para é definido com relação a uma distribuição anterior on .θ∈q¸qθ^( X )θ^(x)\hat\theta(x)θ ∈ Θθ∈Θ\theta\in\Thetaππ\piΘΘ\Theta Agora, por um lado, para que o verdadeiro...
Para uma dada variável aleatória (ou uma população, ou um processo estocástico), a expectativa matemática é a resposta a uma pergunta. Que previsão pontual minimiza a perda quadrada esperada? . Além disso, é a solução ideal para um jogo. Adivinhe a próxima realização de uma variável aleatória (ou...
Ao avaliar um estimador, os dois critérios usados provavelmente mais comuns são o risco máximo e o risco de Bayes. Minha pergunta se refere à última: O risco de bayes sob o anterior é definido da seguinte forma:ππ\pi Bπ(θ^)=∫R(θ,θ^)π(θ)dθBπ(θ^)=∫R(θ,θ^)π(θ)dθB_{\pi} (\hat{\theta}) = \int...
A perda de L2, juntamente com a perda de L0 e L1, são três funções de perda "padrão" muito comuns usadas ao resumir uma posterior pela mínima perda posterior esperada. Uma razão para isso é talvez o fato de serem relativamente fáceis de calcular (pelo menos para distribuições 1d), L0 resulta no...
Lembro-me de uma prova de que a teoria da probabilidade bayesiana é o único método válido para representar crenças; foi algo como representamos crença por alguma função não negativa sobre algum domínio de resultados crenças são sub-aditivas ... Portanto, a teoria da probabilidade bayesiana é a...