প্রশ্ন ট্যাগ «exponential-family»

আমি রাসায়নিক পরিসংখ্যানবিদ একটি মন্তব্য জুড়ে এসেছি যে একটি নমুনা মাঝারি প্রায়শই পর্যাপ্ত পরিসংখ্যানের জন্য পছন্দ হতে পারে তবে এক বা দুটি পর্যবেক্ষণের যেখানে স্পষ্টভাবে নমুনাটির সমান হয় তার স্পষ্ট ঘটনা ছাড়াও আমি অন্য তুচ্ছ এবং আইডির কথা ভাবতে পারি না ক্ষেত্রে যেখানে নমুনা মিডিয়ান যথেষ্ট।

21 median  exponential-family  sufficient-statistics  chemistry 

সুতরাং এখানে আমি অনুমান পড়াশোনা করছি। আমি চাই যে কেউ ক্ষতিকারক পরিবারের সুবিধাগুলি গণনা করতে পারে। ঘৃণ্য পরিবার দ্বারা, আমি বোঝাতে চাইছি যে বিতরণগুলি f(x|θ)=h(x)exp{η(θ)T(x)−B(θ)}f(x|θ)=h(x)exp⁡{η(θ)T(x)−B(θ)}\begin{align*} f(x|\theta) = h(x)\exp\left\{\eta(\theta)T(x) - B(\theta)\right\} \end{align*} যার সমর্থন প্যারামিটার নির্ভর করে না । এখানে আমি কিছু সুবিধাগুলি খুঁজে পেয়েছি:θθ\theta (ক) এটি বিভিন্ন ধরণের বিতরণকে অন্তর্ভুক্ত …

19 self-study  exponential-family 

আমি বইটি পড়ছি: বিশপ, প্যাটার্ন রিকগনিশন এবং মেশিন লার্নিং (২০০)) যা তাত্পর্যপূর্ণ পরিবারকে ফর্মের বিতরণ হিসাবে সংজ্ঞায়িত করে (EQ। 2.194): p(x|η)=h(x)g(η)exp{ηTu(x)}p(x|η)=h(x)g(η)exp⁡{ηTu(x)}p(\mathbf x|\boldsymbol \eta) = h(\mathbf x) g(\boldsymbol \eta) \exp \{\boldsymbol \eta^\mathrm T \mathbf u(\mathbf x)\} তবে আমি বা \ mathbf u (\ mathbf x) এর উপর কোনও বিধিনিষেধ স্থাপন করি …

18 mathematical-statistics  exponential-family 

একটি পয়সন বিতরণ প্রতি ইউনিট সময় ইভেন্টগুলি পরিমাপ করতে পারে এবং প্যারামিটারটি । সূচকীয় বণ্টনের ব্যবস্থা পরবর্তী ইভেন্ট হওয়া পর্যন্ত সময়, প্যারামিটার সঙ্গে । ইভেন্টগুলি বা সময়গুলির মডেল করা আরও সহজ কিনা তার উপর নির্ভর করে কেউ একটি বিতরণকে অন্যকে রূপান্তর করতে পারে।λλ\lambda1λ1λ\frac{1}{\lambda} এখন, গামা-পোইসন হ'ল একটি প্রসারিত "পিয়াসন যা …

16 poisson-distribution  negative-binomial  gamma-distribution  exponential-family 

আমার প্রশ্নগুলি হ'ল: জেনারালাইজড লিনিয়ার মডেলগুলি (জিএলএম) কী গ্লোবাল সর্বাধিক রূপান্তরিত হওয়ার গ্যারান্টিযুক্ত? যদি তাই হয় তবে কেন? তদ্ব্যতীত, জড়তা বীমা করার জন্য লিঙ্ক ফাংশনটিতে কোন বাধা আছে? জিএলএমগুলি সম্পর্কে আমার উপলব্ধি হ'ল তারা একটি উচ্চতররেখার সম্ভাবনা ফাংশনকে সর্বাধিক করে তোলে। সুতরাং, আমি কল্পনা করব যে বেশ কয়েকটি স্থানীয় ম্যাক্সিমা …

16 generalized-linear-model  optimization  convergence  exponential-family 

\newcommand{\E}{\mathbb{E}} the ক ( ⋅ ) = ∫ d ইউভী 1 / 3 ( μ )A(⋅)=∫duV1/3(μ)A(\cdot) = \displaystyle\int\frac{du}{V^{1/3}(\mu)} the ঘনিষ্ঠ পরিবারে রূপান্তরকরণকে সাধারণকরণ করা হয় উদ্ভূত? আরও সুনির্দিষ্টভাবে : আমি এখানে পৃষ্ঠাগুলি 3 এর টেলর এক্সপেনশন স্কেচটি অনুসরণ করার চেষ্টা করেছি, 1 টি স্লাইড এখানে কিন্তু বেশ কয়েকটি প্রশ্ন রয়েছে। …

15 data-transformation  residuals  asymptotics  exponential-family 

পিডিএফ জি ( x ; বি , সি ) = 1 দ্বারা গামা বিতরণ প্যারামিটারাইজ করতে বেছে নেওয়া হচ্ছেΓ(b,c)Γ(b,c)\Gamma(b,c)g(x;b,c)=1Γ(c)xc−1bce−x/bg(x;b,c)=1Γ(c)xc−1bce−x/bg(x;b,c) = \frac{1}{\Gamma(c)}\frac{x^{c-1}}{b^c}e^{-x/b} মধ্যে Kullback-Leibler বিকিরণΓ(bq,cq)Γ(bq,cq)\Gamma(b_q,c_q)এবংΓ(bp,cp)Γ(bp,cp)\Gamma(b_p,c_p)দ্বারা [1] হিসাবে দেওয়া হয় KLGa(bq,cq;bp,cp)=(cq−1)Ψ(cq)−logbq−cq−logΓ(cq)+logΓ(cp)+cplogbp−(cp−1)(Ψ(cq)+logbq)+bqcqbpKLGa(bq,cq;bp,cp)=(cq−1)Ψ(cq)−log⁡bq−cq−log⁡Γ(cq)+log⁡Γ(cp)+cplog⁡bp−(cp−1)(Ψ(cq)+log⁡bq)+bqcqbp\begin{align} KL_{Ga}(b_q,c_q;b_p,c_p) &= (c_q-1)\Psi(c_q) - \log b_q - c_q - \log\Gamma(c_q) + \log\Gamma(c_p)\\ &\qquad+ c_p\log b_p - (c_p-1)(\Psi(c_q) + \log b_q) + …

15 kullback-leibler  gamma-distribution  exponential-family 

কোনও বিতরণের পরিবারের অন্যান্য বিভাগের তুলনায় পরিসংখ্যানের জন্য আলাদা সংজ্ঞা রয়েছে কি? সাধারণভাবে, কার্ভগুলির পরিবার হ'ল একটি বক্ররেখাগুলির সেট, যার প্রত্যেকটিই একটি ফাংশন বা প্যারামিট্রাইজেশন দ্বারা দেওয়া হয় যেখানে এক বা একাধিক পরামিতি বিভিন্ন হয়। যেমন পরিবারগুলি বৈদ্যুতিন উপাদানগুলি বৈশিষ্ট্যযুক্ত করতে ব্যবহৃত হয় । পরিসংখ্যানগুলির জন্য, একটি উত্স অনুসারে একটি …

14 distributions  terminology  parametric  exponential-family 

ধরুন একটি স্কেলারের এলোমেলো ভেরিয়েবল পিডিএফ সহ ভেক্টর-প্যারামিটার এক্সফেনশনাল পরিবারের সাথে সম্পর্কিতXXX fX(x|θ)=h(x)exp(∑i=1sηi(θ)Ti(x)−A(θ))fX(x|θ)=h(x)exp⁡(∑i=1sηi(θ)Ti(x)−A(θ)) f_X(x|\boldsymbol \theta) = h(x) \exp\left(\sum_{i=1}^s \eta_i({\boldsymbol \theta}) T_i(x) - A({\boldsymbol \theta}) \right) যেখানে θ=(θ1,θ2,⋯,θs)Tθ=(θ1,θ2,⋯,θs)T{\boldsymbol \theta} = \left(\theta_1, \theta_2, \cdots, \theta_s \right )^T হল প্যারামিটার ভেক্টর এবং T(x)=(T1(x),T2(x),⋯,Ts(x))TT(x)=(T1(x),T2(x),⋯,Ts(x))T\mathbf{T}(x)= \left(T_1(x), T_2(x), \cdots,T_s(x) \right)^T যৌথ পর্যাপ্ত পরিসংখ্যান। এটি দেখানো যেতে …

11 variance  mean  exponential-family  sufficient-statistics 

জিএলএম-তে, pdf f Y ( y | θ , τ ) = h ( y , τ ) exp ( θ y - A ( θ ) দিয়ে অন্তর্নিহিত বিতরণের জন্য একটি স্কেলারের এবং θ ধরে নেওয়াওয়াইYYθθ\theta এটি দেখানো যেতে পারে যেμ=E(Y)=A′(θ)। তাহলে লিংক ফাংশনছ(⋅)সন্তুষ্ট নিম্নলিখিত,ছ(μ)=θ=এক্স'βযেখানেএক্স'βরৈখিক predictor হয়, তাহলেগ্রাম(⋅)এই মডেল …

11 generalized-linear-model  exponential-family 

অজানা গড় এবং বৈসাদৃশ্য সহ গাউসীয় বিতরণের জন্য, স্ট্যান্ডার্ড এক্সফোনেনশিয়াল পারিবারিক ফর্মের পর্যাপ্ত পরিসংখ্যান হ'ল । আমার কাছে এমন বিতরণ রয়েছে যার , যেখানে এন একটি ডিজাইনের প্যারামিটারের মতো। এই জাতীয় পর্যাপ্ত পরিসংখ্যান ভেক্টরের জন্য কি একই রকম পরিচিত বিতরণ রয়েছে? আমার এই বিতরণ থেকে নমুনা প্রয়োজন তাই বিতরণ থেকে …

10 normal-distribution  sampling  exponential-family 

দিন X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n আইডি র‌্যান্ডম ভেরিয়েবলের পিডিএফ থাকুন fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)fX(x∣θ)=θ(1+x)−(1+θ)I(0,∞)(x)f_X(x\mid\theta) =\theta(1 +x)^{−(1+\theta)}I_{(0,\infty)}(x) কোথায় θ>0θ>0\theta >0। এর UMVUE দিন1θ1θ\frac{1}{\theta} এবং এর বৈকল্পিক গণনা আমি ইউএমভিউ'র প্রাপ্ত দুটি জাতীয় পদ্ধতি সম্পর্কে শিখেছি: ক্র্যামার-রাও লোয়ার বাউন্ড (সিআরএলবি) লেহম্যান-শেফি থিমে আমি দু'জনের প্রাক্তনকে ব্যবহার করে এটি চেষ্টা করতে যাচ্ছি। আমাকে …

10 self-study  estimation  inference  exponential-family  umvue 

দিনX1,...,XnX1,...,Xn X_1, ...,X_n বিতরণ একটি এলোমেলো নমুনা ফেম হতে Geometric(θ)Geometric(θ)Geometric(\theta) জন্য 0&lt;θ&lt;10&lt;θ&lt;10<\theta<1। অর্থাত, pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) এর জন্য সর্বনিম্ন বৈকল্পিক সহ নিরপেক্ষ আনুষঙ্গিক খুঁজুন g(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} আমার প্রচেষ্টা: যেহেতু জ্যামিতিক বিতরণটি তাত্পর্যপূর্ণ পরিবার থেকে, পরিসংখ্যান ∑Xi∑Xi\sum X_i সম্পূর্ণ এবং জন্য যথেষ্ট θθ \theta। এছাড়াও, যদিT(X)=X1T(X)=X1T(X)=X_1 জন্য একটি অনুমানকারী g(θ)g(θ)g(\theta)এটা নিরপেক্ষ। সুতরাং, রাও-ব্ল্যাকওয়েল …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

আমার প্রশ্ন মিনকার "ডিরিচলেট ডিস্ট্রিবিউশন অনুমান করা" পড়ার দ্বারা উত্থাপিত হয় , যা এলোমেলো ভেক্টরগুলির পর্যবেক্ষণের ভিত্তিতে একটি ডিরিচলেট বিতরণের জন্য সর্বাধিক সম্ভাবনা অনুমানকারী প্রাপ্তির প্রসঙ্গে প্রমাণ ছাড়াই নিম্নলিখিতটি উল্লেখ করে: ক্ষতিকারক পরিবারের মতো সর্বদা, যখন গ্রেডিয়েন্ট শূন্য হয়, প্রত্যাশিত পর্যাপ্ত পরিসংখ্যান পর্যবেক্ষণের পর্যাপ্ত পরিসংখ্যানের সমান। তাত্পর্যপূর্ণ পরিবারে উপস্থাপিত পরিবারে …

10 self-study  maximum-likelihood  exponential-family  sufficient-statistics 

বেঁচে থাকার বিশ্লেষণে, আপনি কোনও আরভি বেঁচে থাকার সময়টি তাত্পর্যপূর্ণভাবে বিতরণ করে । এখন বিবেচনা করে আমার কাছে আইড আরভি এর এক্স_আই এর x_ , ots বিন্দু, x_n "ফলাফল" রয়েছে । এই ফলাফলগুলির কিছু অংশই আসলে "সম্পূর্ণ উপলব্ধি", অর্থাৎ অবশিষ্ট পর্যবেক্ষণগুলি এখনও "জীবিত"।XiXiX_ix1,…,xnx1,…,xnx_1,\dots,x_nXiXiX_i যদি আমি বিতরণের হার প্যারামিটার- লাম্বদাটির জন্য …

9 maximum-likelihood  references  survival  censoring  exponential-family