প্রশ্ন ট্যাগ «kernel-smoothing»

সময়ের ধারাবাহিক বিশ্লেষণের ক্ষেত্রের মধ্যে কীভাবে দীর্ঘমেয়াদে চলার বৈকল্পিক সংজ্ঞা দেওয়া হয়? আমি বুঝতে পারি যে এটি ক্ষেত্রে ব্যবহার করা হয় ডেটাতে একটি সম্পর্কিত সম্পর্ক রয়েছে। সুতরাং আমাদের স্টোকাস্টিক প্রক্রিয়াটি আইআইড এলোমেলো ভেরিয়েবলের পরিবার হবে না বরং কেবল অভিন্নভাবে বিতরণ করা হবে?X1,X2…X1,X2…X_1, X_2 \dots ধারণা এবং তার অনুমানের সাথে জড়িত …

13 time-series  variance  references  kernel-smoothing  non-independent 

আমি মাত্র একটি মাত্রিক ঘনত্বের প্রাক্কলন তৈরির ঝরঝরে (অগত্যা ভাল নয়) উপায় সম্পর্কে চিন্তা করেছি এবং আমার প্রশ্নটি হ'ল: এই ঘনত্ব অনুমান পদ্ধতির একটি নাম আছে? তা না হলে সাহিত্যে কি এটি অন্য কোনও পদ্ধতির বিশেষ ঘটনা? আমরা একটি ভেক্টর আছে: এখানে পদ্ধতি যা আমরা ধরে নিই সেগুলি অনুমান করতে …

12 r  estimation  nonparametric  pdf  kernel-smoothing 

এক-মাত্রিক ডেটা ভিজ্যুয়াল করার সময়, সঠিকভাবে নির্বাচিত বিন প্রস্থের জন্য অ্যাকাউন্ট হিসাবে কার্নেল ঘনত্ব অনুমানের কৌশলটি ব্যবহার করা সাধারণ। যখন আমার এক-মাত্রিক ডেটাসেটের পরিমাপের অনিশ্চয়তা রয়েছে, তখন কি এই তথ্যটি অন্তর্ভুক্ত করার কোনও মানক উপায় আছে? উদাহরণস্বরূপ (এবং যদি আমার বোঝাপড়াটি নির্বোধ হয় তবে আমাকে ক্ষমা করুন) কেডিপি পর্যবেক্ষণের ডেল্টা …

12 uncertainty  kde  kernel-smoothing 

আমি একটি ক্লাস্টারিং সমস্যা সমাধানের জন্য বেয়েস ব্যবহার করছি। কিছু গণনা করার পরে আমি দুটি সম্ভাবনার অনুপাত পাওয়ার প্রয়োজনীয়তাটি শেষ করি: P(A)/P(B)P(A)/P(B)P(A)/P(B) প্রাপ্ত পাবে P(H|D)P(H|D)P(H|D) । এই সম্ভাবনাগুলি এই উত্তরে বর্ণিত হিসাবে দুটি পৃথক 2 ডি মাল্টিভারিয়েট কে-ডি-ই সংহত করে প্রাপ্ত করা হয়েছে : পি ( বি ) = ∬ …

12 probability  bayesian  maximum-likelihood  kernel-smoothing 

কেউ এই পদক্ষেপটি অনুসরণ করতে চাইলে আমি এই প্রশ্ন থেকে আসছি । মূলত আমার কাছে একটি ডেটা সেট রয়েছে বস্তুর সমন্বয়ে গঠিত যেখানে প্রতিটি বস্তুর সাথে একটি সংখ্যক পরিমাপ করা মান সংযুক্ত থাকে (এই ক্ষেত্রে দুটি):এনΩΩ\OmegaNNN Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]\Omega = o_1[x_1, y_1], o_2[x_2, y_2], ..., o_N[x_N, y_N] আমি একটি সম্ভাবনা নির্ধারণ করতে …

12 probability  maximum-likelihood  kernel-smoothing  numerical-integration 

আমি মোডের (সাধারণভাবে) আত্মবিশ্বাসের অন্তর গণনা সম্পর্কে উল্লেখগুলি খুঁজছি। বুটস্ট্র্যাপটি প্রাকৃতিক পছন্দ হিসাবে মনে হতে পারে তবে রোমানো (1988) দ্বারা আলোচনা করা হয়েছে, স্ট্যান্ডার্ড বুটস্ট্র্যাপ মোডের জন্য ব্যর্থ হয় এবং এটি কোনও সহজ সমাধান সরবরাহ করে না। এই কাগজ থেকে কিছু পরিবর্তন হয়েছে? মোডের জন্য আত্মবিশ্বাসের অন্তর গণনা করার সর্বোত্তম …

11 confidence-interval  bootstrap  kernel-smoothing  mode 

আমার এমন একটি পরিস্থিতি রয়েছে যেখানে আমি কোনও ডেটা-সেটের (প্রথম) মুহুর্তগুলি অনুমান করতে সক্ষম হয়েছি এবং ঘনত্বের ক্রিয়াটির অনুমানের জন্য এটি ব্যবহার করতে চাই।টটk আমি ইতিমধ্যে পিয়ারসন বিতরণ জুড়ে এসেছি , কিন্তু বুঝতে পেরেছি এটি কেবল প্রথম 4 টি মুহুর্তের উপর নির্ভর করে (মুহুর্তগুলির সম্ভাব্য সংমিশ্রণের উপর কিছুটা বিধিনিষেধ নিয়ে)। …

11 pdf  kernel-smoothing  moments 

অক্ষাংশ এবং দ্রাঘিমাংশ স্থানাঙ্কের একটি তালিকা থেকে আমাকে 2 ডি কার্নেল ঘনত্বের অনুমান (কেডি) গণনা করতে হবে। অক্ষাংশে একটি ডিগ্রি দ্রাঘিমাংশের এক ডিগ্রির সমান দূরত্ব নয়, এর অর্থ পৃথক কর্নেলগুলি ডিম্বাকৃতি হবে, বিশেষত আরও বিন্দু নিরক্ষীয় স্থান থেকে। আমার ক্ষেত্রে পয়েন্টগুলি একে অপরের নিকটবর্তী যে এগুলি সমতল পৃথিবীতে রুপান্তরিত করা …

11 spatial  kernel-smoothing  geostatistics  geography 

আমার কিছু পর্যবেক্ষণ রয়েছে এবং আমি এই পর্যবেক্ষণগুলির উপর ভিত্তি করে স্যাম্পলিং নকল করতে চাই। এখানে আমি একটি প্যারামিটারিক নন মডেল বিবেচনা করি, বিশেষত, আমি সীমিত পর্যবেক্ষণগুলি থেকে একটি সিডিএফ অনুমান করার জন্য কর্নেল স্মুথিং ব্যবহার করি hen তখন আমি প্রাপ্ত সিডিএফ থেকে এলোমেলোভাবে মানগুলি আঁকি following নীচে আমার কোডটি …

10 sampling  matlab  kernel-smoothing  density-estimation 

যাক পর্যবেক্ষণ একটি অজানা (কিন্তু অবশ্যই সামঁজস্যহীন) সম্ভাব্যতা বিতরণের থেকে টানা হবে।{x1,…,xN}{x1,…,xN}\{x_1,\ldots,x_N\} আমি কেডিএ পদ্ধতির ব্যবহার করে সম্ভাব্যতা বন্টন সন্ধান করতে চাই: তবে, আমি কার্নেলটি ব্যবহার করার চেষ্টা করেছি, তবে এটি এটি খারাপভাবে সম্পাদন করেছে। সুতরাং, আমি দেখেছি যে গামা এবং বিটা কার্নেলগুলি সম্পর্কে কিছু কাজ প্রকাশিত হয়েছে, যদিও আমি …

10 probability  distributions  pdf  kernel-smoothing 

আমার কাছে কিছু তথ্য আছে, একটি তালিকায় সঞ্চিত। মনে d <- c(1,2,3,4) যদিও এটি আমার ডেটা নয়। আমি যদি তারপর কমান্ড লিখুন plot(density(d, kernel="gaussian", width=1)) তারপরে আমি কার্নেলের সম্ভাব্যতা ঘনত্বের প্রাক্কলন পাই, যেখানে কার্নেলটি সাধারণ মানের। আমি যদি 1 টি অন্য সংখ্যার সাথে প্রতিস্থাপন করি তবে অবশ্যই চিত্র পরিবর্তন হয়। …

10 r  kernel-smoothing 

আমি ওজনযুক্ত পয়েন্টগুলি সেট করে (উদাহরণস্বরূপ, প্রতিটি নমুনার একটি ওজন রয়েছে যা প্রয়োজনীয় নয়) এন পরিমিতিতে কিছু কর্নেল ঘনত্বের অনুমান করছি। এছাড়াও, এই নমুনাগুলি কেবলমাত্র একটি মেট্রিক জায়গাতে (যেমন, আমরা তাদের মধ্যে একটি দূরত্ব নির্ধারণ করতে পারি) তবে অন্য কিছুই নয়। উদাহরণস্বরূপ, আমরা নমুনা পয়েন্টগুলির গড়টি নির্ধারণ করতে পারি না, …

10 pdf  smoothing  kernel-smoothing 

এলোমেলো ফুরিয়ার বৈশিষ্ট্যগুলি কার্নেল ফাংশনগুলিতে আনুমানিকতা সরবরাহ করে। এগুলি বিভিন্ন কার্নেল পদ্ধতির জন্য যেমন এসভিএম এবং গাউসিয়ান প্রক্রিয়াগুলির জন্য ব্যবহৃত হয়। আজ, আমি টেনসরফ্লো বাস্তবায়নটি ব্যবহার করার চেষ্টা করেছি এবং আমার বৈশিষ্ট্যের অর্ধেকের জন্য আমি নেতিবাচক মান পেয়েছি। আমি যেমন এটি বুঝতে পারি, এটি হওয়া উচিত নয়। সুতরাং আমি মূল …

10 machine-learning  kernel-smoothing  feature-construction  tensorflow  fourier-transform 

আমি আমার কিছু ধারণাগুলি যাচাই করতে চাই তা আমি যা দেখেছি তার চেয়ে ভাল। আমি ভুল হতে পারি তবে আমি আমার ধারণাগুলি পরীক্ষা করতে এবং আরও নির্দিষ্ট পর্যবেক্ষণের দ্বারা আমার সন্দেহগুলি জয় করতে চাই। আমি যা করতে ভাবছি তা হ'ল: বিশ্লেষণাত্মকভাবে বিতরণের একটি সেট সংজ্ঞায়িত করুন। এর মধ্যে কয়েকটি হ'ল …

10 hypothesis-testing  estimation  pdf  kernel-smoothing  model-evaluation 

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