প্রশ্ন ট্যাগ «exponential»

একটি পয়সন প্রক্রিয়া ইভেন্টের মধ্যে সময় বর্ণনা একটি বিতরণ; জ্যামিতিক বিতরণের একটি অবিচ্ছিন্ন অ্যানালগ।

3
বিপরীতমুখী রূপান্তর পরিবর্তে আহরনস এবং ডিয়েটার পদ্ধতি (1972) ব্যবহার করে কোনও ক্ষতিকারক র্যান্ডম জেনারেটরের সুবিধা কী কী?
আমার প্রশ্নটি আর -এর বিল্ট-ইন এক্সফোনেনশিয়াল এলোমেলো সংখ্যা জেনারেটর, ফাংশন দ্বারা অনুপ্রাণিত rexp()। তাত্পর্যপূর্ণভাবে বিতরণ করা এলোমেলো সংখ্যা উত্পন্ন করার চেষ্টা করার সময়, অনেক পাঠ্যপুস্তক এই উইকিপিডিয়া পৃষ্ঠায় উল্লিখিত হিসাবে বিপরীত রূপান্তর পদ্ধতির প্রস্তাব দেয় । আমি জানি যে এই কাজটি সম্পাদন করার জন্য অন্যান্য পদ্ধতি রয়েছে। বিশেষত, আর এর …

2
চি-বর্গ পরিবর্তনের অসীম সংগ্রহের অর্ডার পরিসংখ্যান (যেমন, সর্বনিম্ন)?
এটি এখানে আমার প্রথমবার, সুতরাং আমি যদি কোনওভাবেই আমার প্রশ্নটি স্পষ্ট করতে পারি (দয়া করে বিন্যাসকরণ, ট্যাগগুলি, ইত্যাদি) দয়া করে আমাকে জানান। (এবং আশা করি আমি পরে সম্পাদনা করতে পারি!) আমি রেফারেন্সগুলি সন্ধান করার চেষ্টা করেছি এবং প্রবর্তনটি ব্যবহার করে নিজেকে সমাধান করার চেষ্টা করেছি, তবে উভয় ক্ষেত্রেই ব্যর্থ হয়েছি। …

1
আর / এমজিসিভি: টি () এবং টিআই () সেন্সর পণ্যগুলি কেন বিভিন্ন উপরিভাগ তৈরি করে?
mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

3
বিপরীত সূচকীয় বিতরণের মাধ্যম
এলোমেলো পরিবর্তনশীল , এর গড় এবং প্রকরণটি কী ?জি = 1ওয়াই= ইএক্স পি ( λ )Y=Exp(λ)Y = Exp(\lambda)জি = 1ওয়াইG=1YG=\dfrac{1}{Y} আমি বিপরীত গামা বিতরণ দেখেছি, তবে গড় এবং ভিন্নতা কেবলমাত্র যথাক্রমে এবং জন্য সংজ্ঞায়িত করা হয়েছে ...α > 2α > ১α>1\alpha>1α > 2α>2\alpha>2

1
এর MLE হয়
ধরুন (X,Y)(X,Y)(X,Y) এর পিডিএফ আছে fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0f_{\theta}(x,y)=e^{-(x/\theta+\theta y)}\mathbf1_{x>0,y>0}\quad,\,\theta>0 নমুনা ঘনত্ব (X,Y)=(Xi,Yi)1≤i≤n(X,Y)=(Xi,Yi)1≤i≤n(\mathbf X,\mathbf Y)=(X_i,Y_i)_{1\le i\le n} এই নতুন জনগোষ্ঠীতে থেকে টানা তাই হয় gθ(x,y)=∏i=1nfθ(xi,yi)=exp[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0gθ(x,y)=∏i=1nfθ(xi,yi)=exp⁡[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp⁡[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0\begin{align} g_{\theta}(\mathbf x,\mathbf y)&=\prod_{i=1}^n f_{\theta}(x_i,y_i) \\&=\exp\left[{-\sum_{i=1}^n\left(\frac{x_i}{\theta}+\theta y_i\right)}\right]\mathbf1_{x_1,\ldots,x_n,y_1,\ldots,y_n>0} \\&=\exp\left[-\frac{n\bar x}{\theta}-\theta n\bar y\right]\mathbf1_{x_{(1)},y_{(1)}>0}\quad,\,\theta>0 \end{align} সর্বোচ্চ সম্ভাবনা মূল্নির্ধারক θθ\theta যেমন আহরিত হতে পারে θ^(X,Y)=X¯¯¯¯Y¯¯¯¯−−−√θ^(X,Y)=X¯Y¯\hat\theta(\mathbf X,\mathbf Y)=\sqrt\frac{\overline X}{\overline Y} আমি জানতে চাই যে …

1
একটি ব্যবধান এবং নমুনার অনুপাতের বিতরণ কী?
যাক গড় সঙ্গে IID সূচকীয় র্যান্ডম ভেরিয়েবল একটি নমুনা হতে , এবং দিন অর্ডার এই নমুনা থেকে পরিসংখ্যান দেখুন। আসুন ।X1,…,XnX1,…,XnX_1,\dots,X_nββ\betaX(1),…,X(n)X(1),…,X(n)X_{(1)},\dots,X_{(n)}X¯=1n∑ni=1XiX¯=1n∑i=1nXi\bar X = \frac{1}{n}\sum_{i=1}^n X_i Spacings নির্ধারণএটা তোলে দেখানো যেতে পারে প্রতিটি এছাড়াও সূচকীয় হয়, সঙ্গে গড় ।ওয়াট আমি বিটা আমি = βWi=X(i+1)−X(i) ∀ 1≤i≤n−1.Wi=X(i+1)−X(i) ∀ 1≤i≤n−1.W_i=X_{(i+1)}-X_{(i)}\ \forall\ 1 \leq …

1
সর্বনিম্ন তাত্ক্ষণিক বিতরণের জন্য সর্বাধিক সম্ভাবনার অনুমানক
এই সমস্যাটি কীভাবে সমাধান করা যায় তা নিয়ে আমি আটকে আছি। সুতরাং, জন্য আমাদের কাছে দুটি র‌্যান্ডম ভেরিয়েবল, এবং । এখন, এবং প্যারামিটারগুলি এবং সাথে পৃথক পৃথক বিতরণ । তবে এবং পর্যবেক্ষণ না করে আমরা এবং পরিবর্তে পর্যবেক্ষণ করি ।ওয়াই আমি আমি = 1 , । । । , এন …

2
দু'টি নমুনার গড়ের তুলনা কীভাবে করা যায় যার ডেটা এক্সফোনেনশিয়াল ডিস্ট্রিবিউশনগুলির সাথে ফিট করে
আমার কাছে ডেটার দুটি নমুনা, একটি বেসলাইন নমুনা এবং একটি চিকিত্সার নমুনা রয়েছে। অনুমানটি হ'ল চিকিত্সা নমুনার বেসলাইন নমুনার চেয়ে উচ্চতর গড় রয়েছে। উভয় নমুনা আকারে সূচকযুক্ত। যেহেতু ডেটা বরং বড়, তাই আমি পরীক্ষার সময় প্রতিটি নমুনার জন্য কেবলমাত্র গড় এবং উপাদানের সংখ্যা রাখি। আমি কীভাবে এই অনুমানটি পরীক্ষা করতে …

1
সাধারণত বিতরণ করা ঘড়ির তদারকির জন্য সংশোধন করা
আমার একটি পরীক্ষা রয়েছে যা সারা বিশ্বে বিতরণ করা শত শত কম্পিউটারে মৃত্যুদন্ড কার্যকর করা হয় যা কিছু নির্দিষ্ট ইভেন্টের উপস্থিতিগুলি পরিমাপ করে। ইভেন্টগুলি একে অপরের উপর নির্ভর করে যাতে আমি তাদের ক্রমবর্ধমান ক্রমে অর্ডার করতে পারি এবং তারপরে সময়ের পার্থক্য গণনা করি। ইভেন্টগুলি তাত্ক্ষণিকভাবে বিতরণ করা উচিত তবে কোনও …

1
কোন গভীর শিক্ষণ মডেল এমন বিভাগগুলিকে শ্রেণিবদ্ধ করতে পারে যা পারস্পরিক একচেটিয়া নয়
উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"। আমি এটি 2 বিভাগ: English এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmaxসর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

1
সিমুলেশন সহ গুরুত্বপূর্ণ স্যাম্পলিংয়ের জন্য প্রত্যাশার চেয়ে কম কভারেজ
আমি আর এর মধ্যে ইম্পোর্টেন্স স্যাম্পলিং পদ্ধতির সাথে ইন্টিগ্রাল মূল্যায়ন প্রশ্নের উত্তর দেওয়ার চেষ্টা করছিলাম । মূলত, ব্যবহারকারীর গণনা করা দরকার ∫π0f(x)dx=∫π01cos(x)2+x2dx∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx তাত্পর্যপূর্ণ বিতরণকে গুরুত্ব বিতরণ হিসাবে ব্যবহার করে q(x)=λ exp−λxq(x)=λ exp−λxq(x)=\lambda\ \exp^{-\lambda x} এবং এর মান সন্ধান করুন যা ইন্টিগ্রালের (এটি ) আরও ভাল দেয় । আমি ওভার এর …

1
সম্ভাবনা ফাংশন গণনা কিভাবে
3 টি ইলেকট্রনিক উপাদানগুলির লাইফটাইম এবং । এই এলোমেলো ভেরিয়েবলগুলি পরামিতি সূচকীয় বিতরণ থেকে 3 মাপের এলোমেলো নমুনা হিসাবে মডেল করা হয়েছিল । সম্ভাবনা ফাংশনটিX1=3,X2=1.5,X1=3,X2=1.5,X_{1} = 3, X_{2} = 1.5,X3=2.1X3=2.1X_{3} = 2.1θθ\thetaθ>0θ>0\theta > 0 f3(x|θ)=θ3exp(−6.6θ)f3(x|θ)=θ3exp(−6.6θ)f_{3}(x|\theta) = \theta^{3} exp(-6.6\theta) , যেখানে ।x=(2,1.5,2.1)x=(2,1.5,2.1)x = (2, 1.5, 2.1) এবং তারপর সমস্যা MLE নির্ধারণ …

1
প্রত্যাশিত ইভেন্টগুলি কীভাবে পর্যবেক্ষণ করা যায়?
ধরুন আমার কাছে 4 টি সম্ভাব্য ইভেন্টের ফ্রিকোয়েন্সিগুলির একটি নমুনা রয়েছে: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 এবং আমার ঘটনার প্রত্যাশিত সম্ভাবনা রয়েছে: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 আমার চারটি ইভেন্টের পর্যবেক্ষণের ফ্রিকোয়েন্সিগুলির যোগফলের সাথে (18) আমি …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

2
ডেটার জন্য আরওসি বক্ররেখার গণনা করুন
সুতরাং, আমার 16 টি ট্রায়াল রয়েছে যার মধ্যে আমি হামিং দূরত্ব ব্যবহার করে কোনও ব্যক্তিকে বায়োমেট্রিক বৈশিষ্ট্য থেকে প্রমাণীকরণের চেষ্টা করছি। আমার প্রান্তিকতা 3.5 এ সেট করা হয়েছে। আমার ডেটা নীচে রয়েছে এবং কেবল 1 টি পরীক্ষা সত্য পজিটিভ: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.