kernel-smoothing पर टैग किए गए जवाब

समय श्रृंखला विश्लेषण के दायरे में लंबे समय तक विचरण को कैसे परिभाषित किया जाता है? मैं समझता हूं कि इसका उपयोग उस मामले में किया जाता है जब डेटा में सहसंबंध संरचना होती है। इसलिए हमारी स्टोकेस्टिक प्रक्रिया X1,X2…X1,X2…X_1, X_2 \dots यादृच्छिक चर के बीच का परिवार नहीं होगी …

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

मैंने केवल एक आयामी घनत्व अनुमान बनाने का एक साफ (जरूरी नहीं कि अच्छा) तरीका सोचा है और मेरा सवाल है: क्या इस घनत्व आकलन विधि का कोई नाम है? यदि नहीं, तो क्या यह साहित्य में किसी अन्य पद्धति का विशेष मामला है? यहाँ विधि है: हमारे पास एक …

12 r  estimation  nonparametric  pdf  kernel-smoothing 

जब एक-आयामी डेटा की कल्पना करते हैं, तो यह गलत तरीके से चुने गए बिन चौड़ाई के लिए खाता करने के लिए कर्नेल घनत्व अनुमान तकनीक का उपयोग करना आम है। जब मेरे एक आयामी डेटासेट में माप अनिश्चितता होती है, तो क्या इस जानकारी को शामिल करने का कोई …

12 uncertainty  kde  kernel-smoothing 

मैं एक क्लस्टरिंग समस्या को हल करने के लिए Bayes का उपयोग कर रहा हूं। कुछ गणनाएं करने के बाद, मैं दो संभावनाओं के अनुपात को प्राप्त करने की आवश्यकता के साथ समाप्त होता हूं: P(A)/P(B)P(A)/P(B)P(A)/P(B) प्राप्त करने में सक्षम होने के लिए । इन संभावनाओं को दो अलग 2D …

12 probability  bayesian  maximum-likelihood  kernel-smoothing 

मैं इस सवाल से आ रहा हूँ अगर कोई भी निशान का पालन करना चाहता है। मूल रूप से मेरे पास एक डेटा सेट है जो ऑब्जेक्ट्स से बना है, जहां प्रत्येक ऑब्जेक्ट में इसके साथ संलग्न मानों की संख्या दी गई है (दो इस मामले में):ΩΩ\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, …

12 probability  maximum-likelihood  kernel-smoothing  numerical-integration 

मैं मोड (सामान्य रूप से) के लिए आत्मविश्वास अंतराल की गणना के संदर्भों की तलाश कर रहा हूं। बूटस्ट्रैप प्राकृतिक पहली पसंद लग सकता है, लेकिन जैसा कि रोमनो (1988) द्वारा चर्चा की गई है, मानक बूटस्ट्रैप मोड के लिए विफल रहता है और यह कोई सरल समाधान प्रदान नहीं …

11 confidence-interval  bootstrap  kernel-smoothing  mode 

मेरे पास एक ऐसी स्थिति है जहां मैं डेटा-सेट के (पहले) क्षणों का अनुमान लगाने में सक्षम हूं , और घनत्व फ़ंक्शन के अनुमान का उत्पादन करने के लिए इसका उपयोग करना चाहूंगा।ककk मैं पहले से ही पियर्सन वितरण में आया था , लेकिन यह महसूस किया कि यह केवल …

11 pdf  kernel-smoothing  moments 

मुझे अक्षांश और देशांतर निर्देशांक की सूची से 2d कर्नेल घनत्व अनुमान (kde) की गणना करनी है। लेकिन अक्षांश में एक डिग्री देशांतर में एक डिग्री के समान दूरी नहीं है, इसका मतलब है कि व्यक्तिगत गुठली अंडाकार होगी, विशेष रूप से बिंदु भूमध्य रेखा से है। मेरे मामले में …

11 spatial  kernel-smoothing  geostatistics  geography 

मेरे पास कुछ अवलोकन हैं, और मैं इन टिप्पणियों के आधार पर नमूने की नकल करना चाहता हूं। यहां मैं एक गैर-पैरामीट्रिक मॉडल पर विचार करता हूं, विशेष रूप से, मैं सीमित टिप्पणियों से सीडीएफ का अनुमान लगाने के लिए कर्नेल स्मूथिंग का उपयोग करता हूं। फिर मैं प्राप्त सीडीएफ …

10 sampling  matlab  kernel-smoothing  density-estimation 

Let एक अज्ञात (लेकिन निश्चित रूप से असममित) अक्षमता वितरण से तैयार की गई टिप्पणियों हो।{ एक्स1, ... , एक्सएन}{x1,…,xN}\{x_1,\ldots,x_N\} मैं केडीई दृष्टिकोण का उपयोग करके संभाव्यता वितरण खोजना चाहता हूं: हालांकि, मैंने एक गाऊसी कर्नेल का उपयोग करने की कोशिश की, लेकिन यह बुरी तरह से प्रदर्शन किया, क्योंकि …

10 probability  distributions  pdf  kernel-smoothing 

मेरे पास R में कुछ डेटा है, जो एक सूची में संग्रहीत है। सोच d <- c(1,2,3,4) हालांकि यह मेरा डेटा नहीं है। अगर मैं फिर कमांड दर्ज करता हूं plot(density(d, kernel="gaussian", width=1)) तब मुझे कर्नेल संभाव्यता घनत्व अनुमान मिलता है, जहां कर्नेल मानक सामान्य है। यदि मैं 1 को …

10 r  kernel-smoothing 

मैं कुछ कर्नेल घनत्व अनुमान लगा रहा हूं, भारित बिंदुओं के सेट के साथ (यानी, प्रत्येक नमूने का वजन एक है जो आवश्यक नहीं है), एन आयामों में। इसके अलावा, ये नमूने सिर्फ एक मीट्रिक स्पेस में हैं (यानी, हम उनके बीच की दूरी को परिभाषित कर सकते हैं) लेकिन …

10 pdf  smoothing  kernel-smoothing 

रैंडम फूरियर विशेषताएं कर्नेल फ़ंक्शंस को सन्निकटन प्रदान करती हैं। वे विभिन्न कर्नेल विधियों के लिए उपयोग किए जाते हैं, जैसे एसवीएम और गॉसियन प्रक्रियाएं। आज, मैंने TensorFlow कार्यान्वयन का उपयोग करने का प्रयास किया और मुझे अपनी आधी विशेषताओं के लिए नकारात्मक मान मिला। जैसा कि मैंने समझा, ऐसा …

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

मैं अपने कुछ विचारों का परीक्षण करना चाहता हूं जो मुझे लगता है कि मैंने जो कुछ भी देखा है, उससे बेहतर है। मैं गलत हो सकता हूं लेकिन मैं अपने विचारों का परीक्षण करना चाहता हूं और कुछ निश्चित टिप्पणियों द्वारा अपने संदेह को मिटा देना चाहता हूं। मैं …

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

तो, मेरे पास 16 परीक्षण हैं जिनमें मैं एक व्यक्ति को बॉयोमीट्रिक विशेषता से हैमिंग दूरी का उपयोग करके प्रमाणित करने की कोशिश कर रहा हूं। मेरी दहलीज 3.5 पर सेट है। मेरा डेटा नीचे है और केवल परीक्षण 1 एक सच्चा सकारात्मक है: Trial Hamming Distance 1 0.34 2 …

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