প্রশ্ন ট্যাগ «self-study»

একটি পাঠ্যপুস্তক, কোর্স, বা শ্রেণি বা স্ব-অধ্যয়নের জন্য ব্যবহৃত পরীক্ষার একটি রুটিন অনুশীলন। এই সম্প্রদায়ের নীতি সম্পূর্ণ উত্তরের পরিবর্তে এই জাতীয় প্রশ্নের জন্য "সহায়ক ইঙ্গিতগুলি সরবরাহ করা"।

4
অ-প্যারাম্যাট্রিক পরিসংখ্যানগুলির পরিচিতি
আমি গত দুই বছর ধরে পরিসংখ্যান অধ্যয়ন করছি। আমি যা শিখেছি তার প্রায় সব কিছুই প্যারাম্যাট্রিক পরিসংখ্যান সম্পর্কে। এখন আমি প্যারামিমেটিকবিহীন পরিসংখ্যান সম্পর্কে আরও জানতে চাই। কেউ কি এই অঞ্চলে কিছু সংক্ষিপ্ত (সম্ভবত পঠনযোগ্য) পরিচয় দেওয়ার পরামর্শ দিতে পারেন?

1
নেতিবাচক দ্বিপদী বিতরণের জন্য সর্বাধিক সম্ভাবনার অনুমানক
প্রশ্নটি নিম্নলিখিত: N মানগুলির একটি এলোমেলো নমুনা কে = 3 পরামিতি সহ নেতিবাচক দ্বিপদী বিতরণ থেকে সংগ্রহ করা হয়। পরামিতিটির সর্বাধিক সম্ভাবনা অনুমানকারী Find এই অনুমানের স্ট্যান্ডার্ড ত্রুটির জন্য একটি অ্যাসিম্পটোটিক সূত্রটি সন্ধান করুন। প্যারামিটার কে যথেষ্ট পরিমাণে বড় হলে নেতিবাচক দ্বিপদী বিতরণ কেন প্রায় স্বাভাবিক হবে তা ব্যাখ্যা করুন। …

4
মাত্রিকতার অভিশাপ: কেএনএন শ্রেণিবদ্ধকারী
আমি কেভিন মারফি বইটি পড়ছি: মেশিন লার্নিং-এ সম্ভাব্য দৃষ্টিভঙ্গি। প্রথম অধ্যায়ে লেখক মাত্রিকতার অভিশাপ ব্যাখ্যা করছেন এবং এর একটি অংশ রয়েছে যা আমি বুঝতে পারি না। উদাহরণ হিসাবে, লেখক বলেছেন: ইনপুটগুলি ডি-ডাইমেনশনাল ইউনিট কিউবে সমানভাবে বিতরণ করা হয়েছে তা বিবেচনা করুন। ধরুন আমরা x কাছাকাছি একটি অধি ঘনক্ষেত্র ক্রমবর্ধমান দ্বারা …

1
স্ট্যান্ডার্ড নরমাল র‌্যান্ডম ভেরিয়েবলের পিডিএফ এবং সিডিএফের কার্যকারিতাটির জঞ্জালতা
দয়া করে প্রমাণটি সরবরাহ করুন যে উত্তল । এখানে যথাক্রমে এবং the হ'ল মানক পিডিএফ এবং সিডিএফ।Q(x)=x2+xϕ(x)Φ(x)Q(x)=x2+xϕ(x)Φ(x)Q\left(x\right)=x^{2}+x\frac{\phi\left(x\right)}{\Phi\left(x\right)}∀x>0∀x>0\forall x>0 ϕϕ\phiΦΦ\mathbf{\Phi} পদক্ষেপ পরীক্ষা 1) ক্যালকুলাস পদ্ধতি আমি ক্যালকুলাস পদ্ধতিটি ব্যবহার করে দেখেছি এবং দ্বিতীয় উত্সের জন্য একটি সূত্র পেয়েছি, তবে এটি ইতিবাচক দেখানোর পক্ষে সক্ষম নই । আপনার আরও বিশদ বিবরণ প্রয়োজন …

2
সাধারণ গাউস ভেক্টরগুলির রৈখিক রূপান্তর
আমি নিম্নলিখিত বিবৃতি প্রমাণ করতে অসুবিধার সম্মুখীন হচ্ছি। এটি গুগলে পাওয়া একটি গবেষণামূলক গবেষণাপত্রে দেওয়া হয়েছে। এই বিবৃতি প্রমাণ করতে আমার সাহায্য দরকার! এক্স= এ এসX=ASX= AS , যেখানে একজনAA অর্থোগোনাল ম্যাট্রিক্স এবং এসSS গাউসিয়ান Let গাউসিয়ান এর আইসোটোপিক আচরণ এসSSযা কোনও অর্থমন্ত্রী হিসাবে একই বিতরণ করে। এস- তে এ …

2
Θ এর UMVUE
যাক (X1,X2,…,Xn)(X1,X2,…,Xn)(X_1,X_2,\ldots,X_n) ঘনত্ব থেকে একটি র্যান্ডম নমুনা হতে fθ(x)=θxθ−110<x<1,θ>0fθ(x)=θxθ−110<x<1,θ>0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 আমি M এর UMVUE সন্ধান করার চেষ্টা করছি θ1+θθ1+θ\frac{\theta}{1+\theta} । যুগ্ম ঘনত্ব (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) হয় fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp[(θ−1)∑i=1nlnxi+nlnθ+ln(10<x1,…,xn<1)],θ>0fθ(x1,⋯,xn)=θn(∏i=1nxi)θ−110<x1,…,xn<1=exp⁡[(θ−1)∑i=1nln⁡xi+nln⁡θ+ln⁡(10<x1,…,xn<1)],θ>0\begin{align} f_{\theta}(x_1,\cdots,x_n)&=\theta^n\left(\prod_{i=1}^n x_i\right)^{\theta-1}\mathbf1_{00 \end{align} জনসংখ্যা PDF হিসেবে fθfθf_{\theta} এক প্যারামিটার সূচকীয় পরিবারের জন্যে, এই শো জন্য একটি সম্পূর্ণ যথেষ্ট পরিসংখ্যাত যে θθ\theta হল T(X1,…,Xn)=∑i=1nlnXiT(X1,…,Xn)=∑i=1nln⁡XiT(X_1,\ldots,X_n)=\sum_{i=1}^n\ln X_i যেহেতু …

1
ক্রস বৈধতা কখন ব্যবহার করবেন না?
আমি সাইটের মাধ্যমে পড়তে বেশিরভাগ উত্তরগুলি পরামর্শ দেয় যে মেশিন লার্নিং অ্যালগরিদমে ক্রস বৈধকরণ করা উচিত। যাইহোক যখন আমি "বোঝার মেশিন লার্নিং" বইটি পড়ছিলাম তখন দেখলাম একটি অনুশীলন রয়েছে যে কখনও কখনও ক্রস বৈধতা না ব্যবহার করা ভাল। আমি সত্যি বিভ্রান্ত. যখন পুরো ডেটাতে অ্যালগরিদমকে প্রশিক্ষণ দেওয়া হয় তখন ক্রস-বৈধতার …

2
প্রত্যাশা
যাক X1X1X_1 , X2X2X_2 , ⋯⋯\cdots , Xd∼N(0,1)Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1) ও স্বাধীন হতে। এক্স 4 1 এর প্রত্যাশা কীX41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} ? ই ( এক্স 2 1 ) সন্ধান করা সহজE(X21X21+⋯+X2d)=1dE(X12X12+⋯+Xd2)=1d\mathbb{E}\left(\frac{X_1^2}{X_1^2 + \cdots + X_d^2}\right) = \frac{1}{d} দ্বারা d । তবেএক্স 4 1 এর প্রত্যাশা কীভাবে খুঁজে …

1
অর্ডার পরিসংখ্যানগুলির মাধ্যমে অনুমানকে পার্সেন্টাইলে রূপান্তর করে
পরামিতি সহ, আলফা স্থিতিশীল বিতরণ থেকে নমুনা দেওয়া আইআইডি র্যান্ডম ভেরিয়েবলগুলির ক্রম Let ।X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n}α=1.5,β=0,c=1.0,μ=1.0α=1.5,β=0,c=1.0,μ=1.0\alpha = 1.5, \; \beta = 0, \; c = 1.0, \; \mu = 1.0 এখন অনুক্রমটি বিবেচনা করুন , যেখানে , । Y j + 1 = X 3 j + 1 X …

1
দুটি নমুনা চি স্কোয়ার পরীক্ষা
এই প্রশ্নটি ভ্যান ডের ভার্টের অ্যাসিম্পটোটিক স্ট্যাটিস্টিকস বই থেকে প্রকাশিত, পৃষ্ঠা: 253. # 3: ধরুন যে এবং প্যারামিটারগুলির এবং সহ স্বাধীন ভেক্টর । নাল অনুমানের অধীনে যে দেখায়ওয়াই এন (এম, এ 1 ,…, এ কে )(এন, বি 1 ,…, বি কে ) এ i = বি iXmXm\mathbf{X}_mYnYn\mathbf{Y}_n(m,a1,…,ak)(m,a1,…,ak)(m,a_1,\ldots,a_k)(n,b1,…,bk)(n,b1,…,bk)(n,b_1,\ldots,b_k)ai=biai=bia_i=b_i ∑i=1k(Xm,i−mc^i)2mc^i+∑i=1k(Yn,i−nc^i)2nc^i∑i=1k(Xm,i−mc^i)2mc^i+∑i=1k(Yn,i−nc^i)2nc^i\sum_{i=1}^k \dfrac{(X_{m,i} - …

1
অনন্য MVUE সন্ধান করুন
এই প্রশ্নটি রবার্ট হগের গাণিতিক পরিসংখ্যানের 6th ষ্ঠ সংস্করণের সমস্যা সম্পর্কিত পৃষ্ঠা থেকে page.৪.৯ পৃষ্ঠায় is যাক IID সঙ্গে পিডিএফ হতে শূন্য অন্যত্র, যেখানে ।X1,...,XnX1,...,XnX_1,...,X_nf(x;θ)=1/3θ,−θ<x<2θ,f(x;θ)=1/3θ,−θ<x<2θ,f(x;\theta)=1/3\theta,-\theta0 (ক) MLE খুঁজুন এরθ^θ^\hat{\theta}θθ\theta (খ) Is একটি জন্য যথেষ্ট পরিসংখ্যান ? কেন?θ^θ^\hat{\theta}θθ\theta (গ) টুটা ta থিতা থটির অনন্য এমভিইউ ? কেন?(n+1)θ^/n(n+1)θ^/n(n+1)\hat{\theta}/nθθ\theta আমি মনে করি আমি …

4
ধরুন র্যান্ডম ভেরিয়েবল। ক্রমটি প্রথমবারের জন্য কমে যাওয়ার আশা করা হচ্ছে?
শিরোনামে পরামর্শ হিসাবে। ধরুন পিডিএফ সহ অবিচ্ছিন্ন র‌্যান্ডম ভেরিয়েবল । ঘটনা বিবেচনা করুন যে , , এইভাবে যখন ক্রম প্রথমবারের কমে যায়। তাহলে এর মান কত ?X1,X2,…,XnX1,X2,…,XnX_1, X_2, \dotsc, X_nfffX1≤X2…≤XN−1>XNX1≤X2…≤XN−1>XNX_1 \leq X_2 \dotsc \leq X_{N-1} > X_NN≥2N≥2N \geq 2NNNE[N]E[N]E[N] আমি প্রথমে মূল্যায়নের চেষ্টা করেছি । আমার কাছে একইভাবে, আমি পেয়েছিলাম …

2
একটি কাউন্টারিক নমুনা প্রমাণ করুন বা সরবরাহ করুন: যদি XnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX , তবে (∏ni=1Xi)1/n(∏i=1nXi)1/n(\prod_{i=1}^{n}X_i)^{1/n} →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX আমার প্রচেষ্টা : মিথ্যা: ধরুন XXX কেবলমাত্র নেতিবাচক মানগুলি গ্রহণ করতে পারে এবং ধরুন ∀ এনXn≡XXn≡XX_n \equiv X ∀∀\forall nnn তাহলে XnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX …

1
কে-নিকটতম প্রতিবেশীর ভিসি-মাত্রা
কে ব্যবহার করা প্রশিক্ষণ পয়েন্টের সমান হলে কে-নিকটতম প্রতিবেশী অ্যালগরিদমের ভিসি-ডাইমেনশন কী? প্রসঙ্গ: এই প্রশ্নটি আমি যে কোর্সে পাঠিয়েছিলাম এবং সেখানে দেওয়া উত্তর ছিল ৪ জিজ্ঞাসা করা হয়েছিল, তবে আমি কেন বুঝতে পারি না কেন এটি কেস। আমার স্বজ্ঞাত হ'ল ভিসি-ডাইমেনশনটি 1 হওয়া উচিত, কারণ দুটি মডেল বাছাই করা (যেমন …


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.