exponential-family पर टैग किए गए जवाब

मुझे द केमिकल स्टेटिस्टिशियन पर एक टिप्पणी के बारे में पता चला कि एक नमूना मंझला अक्सर एक पर्याप्त आंकड़े के लिए एक विकल्प हो सकता है, लेकिन एक या दो टिप्पणियों के स्पष्ट मामले के अलावा जहां यह नमूना मतलब के बराबर है, मैं एक और गैर-तुच्छ और आईआईडी …

21 median  exponential-family  sufficient-statistics  chemistry 

इसलिए यहां मैं अध्ययन कर रहा हूं। मैं चाहूंगा कि कोई व्यक्ति घातीय परिवार के लाभों की गणना कर सके। घातीय परिवार से मेरा मतलब है कि जो वितरण रूप में दिए गए हैं च( X | θ ) = ज ( एक्स ) exp{ η( Θ ) टी( x …

19 self-study  exponential-family 

मैं किताब पढ़ रहा हूं: बिशप, पैटर्न मान्यता और मशीन लर्निंग (2006) जो फार्म के वितरण के रूप में घातीय परिवार को परिभाषित करता है (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)\} लेकिन मुझे h(x)h(x)h(\mathbf x) या \ mathbf u …

18 mathematical-statistics  exponential-family 

एक पॉइज़न वितरण प्रति यूनिट समय घटनाओं को माप सकता है, और पैरामीटर । घातांक वितरण अगली घटना तक समय को मापता है, पैरामीटर । एक वितरण को दूसरे में परिवर्तित कर सकते हैं, यह इस बात पर निर्भर करता है कि क्या यह मॉडल घटनाओं या समयों के लिए …

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

मेरे प्रश्न हैं: क्या सामान्यीकृत रैखिक मॉडल (GLM) को वैश्विक अधिकतम में परिवर्तित करने की गारंटी है? यदि हां, तो क्यों? इसके अलावा, उत्तलता का बीमा करने के लिए लिंक समारोह में क्या अड़चनें हैं? GLMs के बारे में मेरी समझ यह है कि वे एक अत्यधिक नॉनलाइनियर संभावना फ़ंक्शन …

16 generalized-linear-model  optimization  convergence  exponential-family 

\newcommand{\E}{\mathbb{E}} कैसे है एक ( ⋅ ) = ∫ घ यूवी 1 / 3 ( μ )A(⋅)=∫duV1/3(μ)A(\cdot) = \displaystyle\int\frac{du}{V^{1/3}(\mu)} सामान्य घातीय परिवार के लिए बदलना निकाली गई? अधिक विशेष रूप से : मैंने पेज 3 पर टेलर विस्तार स्केच का पालन करने की कोशिश की, यहां 1 स्लाइड करें लेकिन …

15 data-transformation  residuals  asymptotics  exponential-family 

गामा वितरण parameterize करने के लिए चुनना Γ(b,c)Γ(b,c)\Gamma(b,c) पीडीएफ द्वारा 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} के बीच Kullback-Leibler विचलनΓ(bq,cq)Γ(bq,cq)\Gamma(b_q,c_q)औरΓ(bp,cp)Γ(bp,cp)\Gamma(b_p,c_p)द्वारा [1] के रूप में दिया जाता है 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) + \frac{b_qc_q}{b_p} \end{align} मेरा अनुमान …

15 kullback-leibler  gamma-distribution  exponential-family 

क्या वितरण का एक परिवार अन्य विषयों की तुलना में सांख्यिकी के लिए एक अलग परिभाषा है? सामान्य तौर पर, घटता का एक परिवार घटता का एक समूह होता है, जिनमें से प्रत्येक को एक फ़ंक्शन या पैरामीरिज़ेशन द्वारा दिया जाता है जिसमें एक या अधिक पैरामीटर विविध होते हैं। …

14 distributions  terminology  parametric  exponential-family 

मान लें कि एक स्केलर यादृच्छिक चर पीडीएफ के साथ एक वेक्टर-पैरामीटर घातीय परिवार से संबंधित हैXXX 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) जहाँ θ=(θ1,θ2,⋯,θs)Tθ=(θ1,θ2,⋯,θs)T{\boldsymbol \theta} = \left(\theta_1, \theta_2, \cdots, \theta_s \right )^T पैरामीटर वेक्टर है और 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 संयुक्त …

11 variance  mean  exponential-family  sufficient-statistics 

GLM में, pdf साथ अंतर्निहित वितरण के लिए एक और मान लिया गया। यह दिखाया जा सकता है कि । यदि लिंक फंक्शन निम्न को संतुष्ट करता है, जहां रैखिक भविष्यवक्ता है, तो को इसके लिए विहित लिंक फ़ंक्शन कहा जाता है नमूना।θ च Y ( y | θ , …

11 generalized-linear-model  exponential-family 

अज्ञात माध्य और विचरण के साथ गौसियन वितरण के लिए, मानक घातांक परिवार के रूप में पर्याप्त आँकड़े । मैं एक वितरण है कि है टी ( x ) = ( एक्स , एक्स 2 , । । । , X 2 एन )टी( x ) = ( x , …

10 normal-distribution  sampling  exponential-family 

चलो X1,X2,...,XnX1,X2,...,XnX_1, X_2, . . . , X_n यादृच्छिक होने के लिए पीडीएफ होने चर 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) कहाँ पे θ>0θ>0\theta >0। का UMVUE दें1θ1θ\frac{1}{\theta} और इसके विचरण की गणना करें मैंने UMVUE के लिए दो ऐसे तरीकों के बारे में सीखा है: क्रामर-राव लोअर बाउंड (CRLB) लेहमैन-शेफ़े थोम मैं …

10 self-study  estimation  inference  exponential-family  umvue 

चलोX1,...,XnX1,...,Xn X_1, ...,X_n एक यादृच्छिक नमूना एक वितरण फ़ोम होना Geometric(θ)Geometric(θ)Geometric(\theta) के लिये 0&lt;θ&lt;10&lt;θ&lt;10<\theta<1। अर्थात, 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) के लिए न्यूनतम विचरण के साथ निष्पक्ष अनुमानक का पता लगाएं g(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} मेरा प्रयास: चूंकि ज्यामितीय वितरण घातीय परिवार से है, आंकड़े ∑Xi∑Xi\sum X_i के लिए पूर्ण और पर्याप्त है θθ \theta। इसके …

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

मेरा प्रश्न मिंका के "एक डिरिचलेट डिस्ट्रिब्यूशन का अनुमान" पढ़ने से उत्पन्न होता है , जो यादृच्छिक वैक्टर की टिप्पणियों के आधार पर एक ड्यूरिचलेट वितरण के लिए अधिकतम-संभावना अनुमानक को प्राप्त करने के संदर्भ में प्रमाण के बिना निम्नलिखित बताता है: हमेशा घातीय परिवार के साथ, जब ढाल शून्य …

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

उत्तरजीविता विश्लेषण में, आप एक आरवी के अस्तित्व के समय को तेजी से वितरित करने के लिए । अब ध्यान में रखते हुए कि मेरे पास rv के "परिणाम" हैं । इन परिणामों के केवल कुछ अनुपात वास्तव में "पूरी तरह से महसूस किए गए" हैं, अर्थात शेष अवलोकन अभी …

9 maximum-likelihood  references  survival  censoring  exponential-family