Existe uma definição matemática ou algorítmica de sobreajuste? As definições geralmente fornecidas são o gráfico 2-D clássico de pontos, com uma linha passando por cada ponto e a curva de perda de validação subindo subitamente. Mas existe uma definição matematicamente...
Vamos e , . Qual é a expectativa de como ?X1∼U[0,1]X1∼U[0,1]X_1 \sim U[0,1]Xi∼U[Xi−1,1]Xi∼U[Xi−1,1]X_i \sim U[X_{i - 1}, 1]i=2,3,...i=2,3,...i = 2, 3,...X1X2⋯XnX1X2⋯XnX_1 X_2 \cdots X_nn→∞n→∞n \rightarrow
Estou estudando estatística e sempre encontro fórmulas contendo o loge estou sempre confuso se devo interpretá-lo como o significado padrão da logbase 10, ou seja, se nas estatísticas o símbolo log geralmente é assumido como o logaritmo natural ln. Em particular, estou estudando a estimativa de...
A questão já foi apresentada antes, mas quero fazer uma pergunta específica que tentará obter uma resposta que a esclareça (e classifique): Em "Assintóticos do pobre homem", mantém-se uma clara distinção entre (a) uma sequência de variáveis aleatórias que converge em probabilidade para uma...
Estudei matemática há uma década, por isso tenho um histórico em matemática e estatísticas, mas essa pergunta está me matando. Essa pergunta ainda é um pouco filosófica para mim. Por que os estatísticos desenvolveram todo tipo de técnicas para trabalhar com matrizes aleatórias? Quero dizer, um...
Eu estou lendo o livro: Bispo, Reconhecimento de Padrões e Aprendizado de Máquina (2006) que define a família exponencial como distribuições do formulário (Eq. 2.194): p ( x | η ) = h ( x ) g( η ) exp{ ηTu ( x )}p(x|η)=h(x)g(η)exp{ηTvocê(x)}p(\mathbf x|\boldsymbol \eta) = h(\mathbf x)...
É verdade que, para duas variáveis aleatórias e ,AAABBB E(A∣B)=E(B∣A)E(A)E(B)?E(A∣B)=E(B∣A)E(A)E(B)?E(A\mid B)=E(B\mid
Fiz essa pergunta outro dia e nunca a havia considerado antes. Minha intuição vem das vantagens de cada estimador. A probabilidade máxima é de preferência quando estamos confiantes no processo de geração de dados porque, diferentemente do método dos momentos, ele utiliza o conhecimento de toda a...
Eu (aproximadamente) ouvi dizer que: ensacamento é uma técnica para reduzir a variação de um algoritmo de preditor / estimador / aprendizado. No entanto, nunca vi uma prova matemática formal dessa afirmação. Alguém sabe por que isso é matematicamente verdadeiro? Parece ser um fato amplamente...
Estou repostando uma "resposta" a uma pergunta que eu havia feito há duas semanas atrás: Por que o Jeffreys é útil antes? Era realmente uma pergunta (e eu também não tinha o direito de postar comentários), então espero que esteja tudo bem fazer isso: No link acima, é discutido que a característica...
Estive pensando em escrever um post sobre essa interessante análise de Kleinberg (2002) que explora a dificuldade de agrupar. Kleinberg descreve três desiderata aparentemente intuitivos para uma função de agrupamento e prova que essa função não existe. Existem muitos algoritmos de cluster que...
Eu estive em um debate com meu professor de estatística em nível de pós-graduação sobre "distribuições normais". Afirmo que, para obter uma distribuição normal de verdade, é preciso ter média = mediana = modo, todos os dados devem estar contidos sob a curva de sino e perfeitamente simétricos em...
Antes de fazer minha pergunta, deixe-me apresentar um pouco do que sei sobre estatísticas, para que você tenha uma noção melhor dos tipos de recursos que estou procurando. Sou estudante de psicologia e, como tal, uso estatísticas quase todos os dias. Até agora, estou familiarizado com uma ampla...
Estou seguindo AW van der Vaart, estatística assintótica (1998). Ele fala de experimentos estatísticos, alegando que eles são diferentes de um modelo estatístico, mas ele também não os define. Minha pergunta: O que é (1) um experimento estatístico, (2) um modelo estatístico e (3) qual é o...
Eu estava lendo a seguinte justificativa (das notas do curso cs229) sobre por que dividimos os dados brutos por seu desvio padrão: mesmo que eu entenda o que a explicação está dizendo, não está claro para mim por que a divisão pelo desvio padrão alcançaria tal objetivo. Diz que todos estão mais...
A distribuição Kolmogorov – Smirnov é conhecida a partir do teste Kolmogorov – Smirnov . No entanto, é também a distribuição do supremo da ponte browniana. Como isso está longe de ser óbvio (para mim), eu gostaria de pedir uma explicação intuitiva dessa coincidência. Referências também são...
Quem de vocês neste fórum usa "> R com multicore , pacotes de neve ou CUDA , portanto, para cálculos avançados que precisam de mais energia que a CPU de uma estação de trabalho? Em qual hardware você calcula esses scripts? Em casa / trabalho ou você tem acesso ao data center em algum lugar? O...
Essa questão foi inspirada em duas interações recentes que eu tive, uma aqui no CV , a outra na economics.se. Lá, eu havia postado uma resposta no conhecido "Paradoxo do Envelope" (lembre-se, não como a "resposta correta", mas como a resposta decorrente de suposições específicas sobre a estrutura...
Minha pergunta é: Qual é a relação matemática entre a distribuição Beta e os coeficientes do modelo de regressão logística ? Para ilustrar: a função logística (sigmóide) é dada por f(x)=11+exp(−x)f(x)=11+exp(−x)f(x) = \frac{1}{1+\exp(-x)} e é usado para modelar probabilidades no modelo de...
Para a distribuição normal, existe um estimador imparcial do desvio padrão dado por: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})}...