প্রশ্ন ট্যাগ «self-study»

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 

নিম্নলিখিত কোডে আমি গ্ল্যাম ব্যবহার করে গ্রুপযুক্ত ডেটা এবং মাই 2 ব্যবহার করে "হাত দ্বারা" লজিস্টিক রিগ্রেশন করি। আর কেন লগলিক ফাংশন আমাকে লগের সম্ভাবনা লগ (ফিট.glm) = - ২.৩336 দেয় যা একটি লগলিক (ফিট.এমএল) = - 5.514 এর থেকে আলাদা? library(bbmle) #successes in first column, failures in second Y …

10 r  self-study  generalized-linear-model 

পাঠ্য পুস্তক প্রথমে এর মাধ্যমে কিছু 2-শ্রেণির ডেটা উত্পন্ন করে: যা দেয়: এবং তারপরে এটি জিজ্ঞাসা করে: আমি প্রথমে এই গ্রাফিকাল মডেলটির সাহায্যে এটি সমাধান করার চেষ্টা করছি: যেখানে লেবেল, নির্বাচিত গড়ের এর সূচক এবং হ'ল ডেটা পয়েন্ট। এই দেবেccch(1≤h≤10)h(1≤h≤10)h\,(1\le h \le 10)mchmhcm_h^cxxx Pr(x∣mch)=Pr(mch∣h,c=blue)=Pr(mch∣h,c=orange)=Pr(h)=Pr(c)=N(mch,I/5)N((1,0)T,I)N((0,1)T,I)11012Pr(x∣mhc)=N(mhc,I/5)Pr(mhc∣h,c=blue)=N((1,0)T,I)Pr(mhc∣h,c=orange)=N((0,1)T,I)Pr(h)=110Pr(c)=12 \begin{align*} \Pr(x\mid m_h^c) =& \mathcal{N}(m_h^c,\mathbf{I}/5)\\ \Pr(m_h^c\mid …

10 self-study  bayesian 

আমি আর-তে একটি পৃথক-সময়ের মডেল ফিট করার চেষ্টা করছি তবে কীভাবে এটি করব তা নিশ্চিত নই। আমি পড়েছি যে আপনি বিভিন্ন সারিতে নির্ভরশীল পরিবর্তনশীল, প্রতিটি সময়-পর্যবেক্ষণের জন্য glmএকটি এবং লজিট বা ক্লোগলগ লিঙ্কের সাহায্যে ফাংশনটি ব্যবহার করতে পারেন । এই অর্থে, আমি তিনটি কলাম আছে: ID, Event(1 বা 0, প্রতিটি …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

আমি একটি সমাধান পেয়েছি যা জানিয়েছিল যে যদি কোনও সময়ের সিরিজের বর্গক্ষেত্র স্থির হয় তবে মূল সময় সিরিজ এবং তদ্বিপরীত। তবে আমি এটি প্রমাণ করতে সক্ষম বলে মনে হচ্ছে না, এটি সত্য হলে কারওই ধারণা আছে এবং যদি এটি কীভাবে পাওয়া যায়?

9 time-series  self-study  data-transformation  stationarity 

অনুমান করা X1X1X_1 এবং X2X2X_2 প্যারামিটার সহ স্বাধীন জ্যামিতিক এলোমেলো পরিবর্তনশীল ppp। এর সম্ভাবনা কীX1≥X2X1≥X2X_1 \geq X_2? আমি এই প্রশ্নটি সম্পর্কে বিভ্রান্ত হয়ে পড়েছি কারণ আমাদের সম্পর্কে কিছু বলা হয়নি X1X1X_1 এবং X2X2X_2তারা জ্যামিতিক ছাড়া অন্য। এটা হবে না50%50%50\% কারণ X1X1X_1 এবং X2X2X_2 পরিসীমা কিছু হতে পারে? সম্পাদনা: নতুন প্রচেষ্টা …

9 self-study  random-variable  geometric-distribution 

যাক গামা বন্টন থেকে একটি র্যান্ডম নমুনা হতে ।X1,...,XnX1,...,XnX_1,...,X_nGamma(α,β)Gamma(α,β)\mathrm{Gamma}\left(\alpha,\beta\right) যাক এবং , নমুনা গড় এবং নমুনা ভ্যারিয়েন্স হতে যথাক্রমে।X¯X¯\bar{X}S2S2S^2 তারপরে প্রমাণ করুন বা প্রমাণ করুন যে এবং স্বতন্ত্র।X¯X¯\bar{X}S2/X¯2S2/X¯2S^2/\bar{X}^2 আমার চেষ্টা: যেহেতু , আমাদের এবং , তবে আমি কীভাবে তাদের মধ্যে স্বাধীনতা প্রতিষ্ঠা করব?S2/X¯2=1n−1∑ni=1(XiX¯−1)2S2/X¯2=1n−1∑i=1n(XiX¯−1)2S^2/\bar{X}^2 = \frac{1}{n-1} \sum_{i=1}^n \left(\frac{X_i}{\bar{X}}-1\right)^2 X¯X¯\bar{X}(XiX¯)ni=1(XiX¯)i=1n\left(\frac{X_i}{\bar{X}} \right)_{i=1}^{n}

9 self-study  distributions  independence  gamma-distribution 

যদি X∼C(0,1)X∼C(0,1)X\sim\mathcal C(0,1)এর বিতরণ সন্ধান করুন find Y=2X1−X2Y=2X1−X2Y=\frac{2X}{1-X^2}। আমাদের আছে FY(y)=Pr(Y≤y)FY(y)=Pr(Y≤y)F_Y(y)=\mathrm{Pr}(Y\le y) =Pr(2X1−X2≤y)=Pr(2X1−X2≤y)\qquad\qquad\qquad=\mathrm{Pr}\left(\frac{2X}{1-X^2}\le y\right) =⎧⎩⎨⎪⎪⎪⎪⎪⎪Pr(X∈(−∞,−1−1+y2√y])+Pr(X∈(−1,−1+1+y2√y]),ify&gt;0Pr(X∈(−1,−1+1+y2√y])+Pr(X∈(1,−1−1+y2√y]),ify&lt;0={Pr(X∈(−∞,−1−1+y2y])+Pr(X∈(−1,−1+1+y2y]),ify&gt;0Pr(X∈(−1,−1+1+y2y])+Pr(X∈(1,−1−1+y2y]),ify&lt;0\qquad\qquad=\begin{cases} \mathrm{Pr}\left(X\in\left(-\infty,\frac{-1-\sqrt{1+y^2}}{y}\right]\right)+\mathrm{Pr}\left(X\in\left(-1,\frac{-1+\sqrt{1+y^2}}{y}\right]\right),\text{if}\quad y>0\\ \mathrm{Pr}\left(X\in\left(-1,\frac{-1+\sqrt{1+y^2}}{y}\right]\right)+\mathrm{Pr}\left(X\in\left(1,\frac{-1-\sqrt{1+y^2}}{y}\right]\right),\text{if}\quad y<0 \end{cases} আমি ভাবছি উপরের কেস পার্থক্য সঠিক কিনা। অন্যদিকে, নিম্নলিখিতগুলি একটি সহজ পদ্ধতি বলে মনে হচ্ছে: আমরা লিখতে পারি Y=tan(2tan−1X)Y=tan⁡(2tan−1⁡X)Y=\tan(2\tan^{-1}X) পরিচয় ব্যবহার করে 2tanz1−tan2z=tan2z2tan⁡z1−tan2⁡z=tan⁡2z\frac{2\tan z}{1-\tan^2z}=\tan 2z এখন, X∼C(0,1)⟹tan−1X∼R(−π2,π2)X∼C(0,1)⟹tan−1⁡X∼R(−π2,π2)X\sim\mathcal C(0,1)\implies\tan^{-1}X\sim\mathcal R\left(-\frac{\pi}{2},\frac{\pi}{2}\right) ⟹2tan−1X∼R(−π,π)⟹2tan−1⁡X∼R(−π,π)\qquad\qquad\qquad\quad\implies …

9 self-study  distributions  mathematical-statistics  random-variable 

সুতরাং আমি একটি সম্ভাব্যতা পরীক্ষা ছিল এবং আমি সত্যিই এই প্রশ্নের উত্তর দিতে পারে না। এটি ঠিক এরকম কিছু জিজ্ঞাসা করেছে: " একটি এলোমেলো পরিবর্তনশীল, 0 হিসাবে বিবেচনা করে উচ্চতর বা সমান কী, E (X ^ 2) ^ 3 বা E (X ^ 3) ^ 2 এর প্রমাণ করতে সঠিক …

9 probability  self-study  probability-inequalities 

কেসেলা এবং বার্গার এমএল অনুমানকারকের অদম্য সম্পত্তি নীচে উল্লেখ করেছেন: যাইহোক, আমার কাছে মনে হয় তারা "সম্ভাবনা" এর সংজ্ঞা দেয় ηη\eta সম্পূর্ণরূপে অস্থায়ী এবং অযৌক্তিক উপায়ে: যদি আমি সম্ভাব্যতা তত্ত্বের বেসিক নিয়মগুলিকে সাধারণ কেস হুইটারে প্রয়োগ করি η=τ(θ)=θ2η=τ(θ)=θ2\eta=\tau(\theta)=\theta^2, আমি পরিবর্তে নিম্নলিখিত পেতে: L(η|x)=p(x|θ2=η)=p(x|θ=−η–√∨θ=η–√)=:p(x|A∨B)L(η|x)=p(x|θ2=η)=p(x|θ=−η∨θ=η)=:p(x|A∨B)L(\eta|x)=p(x|\theta^2=\eta)=p(x|\theta = -\sqrt \eta \lor \theta = \sqrt …

9 self-study  bayesian  maximum-likelihood  frequentist  invariance 

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 

কক্স আনুপাতিক বিপদ মডেল থেকে আপনি কীভাবে বেঁচে থাকার কার্ভটিকে ব্যাখ্যা করবেন? এই খেলনা উদাহরণে, ধরুন আমাদের কাছে ডেটা ageপরিবর্তনের ক্ষেত্রে একটি কক্স আনুপাতিক বিপত্তি মডেল রয়েছে kidneyএবং বেঁচে থাকার বক্ররেখা উত্পন্ন করছে। library(survival) fit &lt;- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() উদাহরণস্বরূপ, সময়ে , কোন বিবৃতিটি সত্য? নাকি দুটোই …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

ওয়াল্ড্রিজের পরিচিতি একোমেট্রিক্সে একটি উদ্ধৃতি রয়েছে: ত্রুটিগুলির জন্য সাধারণ বিতরণকে ন্যায়সঙ্গত করার যুক্তিটি সাধারণত এই জাতীয় কিছু চালায়: কারণ প্রভাবিত করে এমন অনেকগুলি অনাবৃত বিষয়গুলির সমষ্টি , আমরা কেন্দ্রীয় সীমাবদ্ধ তত্ত্বটিকে এই সিদ্ধান্তে আসতে পারি যে আনুমানিক স্বাভাবিক বন্টন রয়েছে।uuuyyyuuu এই উদ্ধৃতিটি লিনিয়ার মডেল অনুমানগুলির একটিতে সম্পর্কিত, যথা: u∼N(μ,σ2)u∼N(μ,σ2)u \sim …

9 self-study  linear-model  econometrics  normality-assumption  central-limit-theorem