minimum पर टैग किए गए जवाब

यदि स्वतंत्र रूप से जाने वाले यादृच्छिक चर हैं, तो सामान्य रूप से के वितरण के बारे में क्या कहा जा सकता है ?X1,...,XnX1,...,XnX_1, ..., X_nmin(X1,...,Xn)min(X1,...,Xn)\min(X_1, ..., X_n)

56 distributions  random-variable  minimum 

मैंने पढ़ा कि k- साधन एल्गोरिथ्म केवल एक स्थानीय न्यूनतम में परिवर्तित होता है न कि वैश्विक न्यूनतम पर। ऐसा क्यों है? मैं तार्किक रूप से सोच सकता हूं कि कैसे प्रारंभिक अंतिम क्लस्टरिंग को प्रभावित कर सकता है और उप-इष्टतम क्लस्टरिंग की संभावना है, लेकिन मुझे ऐसा कुछ भी …

17 clustering  k-means  convergence  gradient-descent  minimum 

मान लीजिए और वाई ~ एन ( μ y , σ 2 y )एक्स∼ एन( μएक्स, σ2एक्स)X∼N(μx,σx2)X \sim \mathcal{N}(\mu_x, \sigma^2_x)Y∼ एन( μy, σ2y)Y∼N(μy,σy2)Y \sim \mathcal{N}(\mu_y, \sigma^2_y) मुझे में दिलचस्पी है । क्या z के लिए एक निष्पक्ष अनुमानक है ?z= मिनट ( μएक्स, μy)z=min(μx,μy)z = \min(\mu_x, \mu_y)zzz सरल की आकलनकर्ता …

13 random-variable  unbiased-estimator  minimum 

यह मेरा पहला अवसर है, इसलिए कृपया मुझे बताएं कि क्या मैं किसी भी तरह से अपने प्रश्न को स्पष्ट कर सकता हूं (incl। स्वरूपण, टैग, आदि)। (और उम्मीद है कि मैं बाद में संपादित कर सकता हूं!) मैंने संदर्भ खोजने की कोशिश की, और प्रेरण का उपयोग करके खुद …

11 distributions  chi-squared  exponential  order-statistics  minimum 

मैं इस समस्या को हल करने के तरीके पर अटका हुआ हूं। तो, हमारे पास लिए यादृच्छिक चर, और दो क्रम हैं । अब, और पैरामीटर और साथ स्वतंत्र घातीय वितरण हैं । हालाँकि, हम और देखने के बजाय और निरीक्षण करते हैं ।XiXiX_iYiYiY_ii=1,...,ni=1,...,ni=1,...,nXXXYYYλλ\lambdaμμ\muXXXYYYZZZWWW Z=min(Xi,Yi)Z=min(Xi,Yi)Z=\min(X_i,Y_i) और W=1W=1W=1 यदि Zi=XiZi=XiZ_i=X_i और …

10 self-study  maximum-likelihood  exponential  minimum 

मान लीजिए कि मेरे पास न्यूनतम, माध्य और अधिकतम कुछ डेटा सेट हैं, कहते हैं, 10, 20 और 25. क्या कोई तरीका है: इन आंकड़ों से वितरण बनाएँ, और जानते हैं कि जनसंख्या का कितना प्रतिशत माध्य से ऊपर या नीचे निहित है संपादित करें: ग्लेन के सुझाव के अनुसार, …

10 distributions  standard-deviation  mean  maximum  minimum 

मान लीजिए कि मेरे पास और उनके संबंधित निष्पक्ष अनुमानों का अनुमान लगाने के लिए सकारात्मक पैरामीटर हैं जो कि अनुमानकर्ताओं द्वारा उत्पादित हैं। , यानी , और इसी तरह।nnnμ1,μ2,...,μnμ1,μ2,...,μn\mu_1,\mu_2,...,\mu_nnnnμ1^,μ2^,...,μn^μ1^,μ2^,...,μn^\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n}E[μ1^]=μ1E[μ1^]=μ1\mathrm E[\hat{\mu_1}]=\mu_1E[μ2^]=μ2E[μ2^]=μ2\mathrm E[\hat{\mu_2}]=\mu_2 मैं हाथ से अनुमानों का उपयोग करके का अनुमान । स्पष्ट रूप से भोली अनुमानक पक्षपाती के रूप …

9 unbiased-estimator  estimators  minimum 

: निम्नलिखित की स्थापना मान लें Let । इसके अलावा । इसके अलावा अर्थात संबंधित समर्थन की सीमाओं का एक उत्तल संयोजन है। सभी के लिए आम बात है ।Zi=min{ki,Xi},i=1,...,nZi=min{ki,Xi},i=1,...,nZ_i = \min\{k_i, X_i\}, i=1,...,nXi∼U[ai,bi],ai,bi>0Xi∼U[ai,bi],ai,bi>0X_i \sim U[a_i, b_i], \; a_i, b_i >0ki=cai+(1−c)bi,0<c<1ki=cai+(1−c)bi,0<c<1k_i = ca_i + (1-c)b_i,\;\; 0 k_i) = 1- \Pr(X_i …

9 distributions  central-limit-theorem  censoring  minimum 

25 जनवरी 2014 को अद्यतन: गलती अब ठीक हो गई है। कृपया अपलोड की गई छवि में अपेक्षित मूल्य के परिकलित मानों को अनदेखा करें - वे गलत हैं- मैं छवि को नहीं हटाता क्योंकि इससे इस प्रश्न का उत्तर उत्पन्न हुआ है। अद्यतन 10 जनवरी 2014: गलती पाई गई …

9 normal-distribution  expected-value  order-statistics  minimum 

R में एक फंक्शन nlm () है जो न्यूटन-राफसन एल्गोरिथ्म का उपयोग करते हुए फंक्शन f का न्यूनीकरण करता है। विशेष रूप से, यह फ़ंक्शन निम्न के रूप में परिभाषित चर कोड के मूल्य को आउटपुट करता है: कोड एक पूर्णांक को दर्शाता है कि अनुकूलन प्रक्रिया क्यों समाप्त हुई। …

9 r  minimum