self-study पर टैग किए गए जवाब

मैं पिछले दो वर्षों से आँकड़ों का अध्ययन कर रहा हूँ। लगभग मैंने जो कुछ भी सीखा है वह पैरामीट्रिक आंकड़ों के बारे में है। अब मैं गैर-पैरामीट्रिक आंकड़ों के बारे में और जानना चाहूंगा। क्या कोई इस क्षेत्र में कुछ संक्षिप्त (शायद पठनीय और साथ ही) परिचय का सुझाव …

11 self-study  nonparametric  references 

प्रश्न निम्नलिखित है: एन मान का एक यादृच्छिक नमूना पैरामीटर k = 3 के साथ एक नकारात्मक द्विपद वितरण से एकत्र किया जाता है। पैरामीटर की अधिकतम संभावना अनुमानक का पता लगाएं hood। इस अनुमानक की मानक त्रुटि के लिए एक असममित सूत्र का पता लगाएं। बताएं कि यदि पैरामीटर …

11 self-study  maximum-likelihood  negative-binomial 

मैं केविन मर्फी की किताब पढ़ रहा हूं: मशीन लर्निंग-ए प्रायिकेशनल पर्सपेक्टिव। पहले अध्याय में लेखक आयामीता के अभिशाप की व्याख्या कर रहा है और एक हिस्सा है जो मुझे समझ में नहीं आता है। एक उदाहरण के रूप में, लेखक बताता है: विचार करें कि डी-आयामी इकाई क्यूब के …

11 self-study  k-nearest-neighbour  high-dimensional 

साक्ष्य प्रदान करें कि 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)} उत्तल है∀x>0∀x>0\forall x>0 । इधर,ϕϕ\phiऔरΦΦ\mathbf{\Phi}मानक सामान्य पीडीएफ और CDF क्रमश: कर रहे हैं। स्टीप्स की कोशिश की 1) कैलकुलस विधि मैं पथरी विधि की कोशिश की है और दूसरा व्युत्पन्न के लिए एक सूत्र है, लेकिन पता चलता है कि यह सकारात्मक है नहीं पा …

10 probability  self-study 

मुझे निम्नलिखित कथन को सिद्ध करने में कठिनाई हो रही है। यह Google पर पाए गए एक शोध पत्र में दिया गया है। मुझे इस कथन को सिद्ध करने में सहायता की आवश्यकता है! चलो है, जहां orthogonal मैट्रिक्स और गाऊसी है। गौसियन का समस्थानिक व्यवहार जो किसी भी अलौकिक …

10 self-study  normal-distribution  orthogonal 

Let घनत्व f _ {\ theta} (x) = \ the थीटा x ^ {\ theta-1} \ mathbf1_ {0 <<1} \ _ \ _ से एक यादृच्छिक नमूना हो। \ थीटा> 0(X1,X2,…,Xn)(X1,X2,…,Xn)(X_1,X_2,\ldots,X_n)fθ(x)=θxθ−110<x<1,θ>0fθ(x)=θxθ−110<x<1,θ>0f_{\theta}(x)=\theta x^{\theta-1}\mathbf1_{00 मैं θ1+θθ1+θ\frac{\theta}{1+\theta} के UMVUE को खोजने का प्रयास कर रहा हूं । (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) का संयुक्त घनत्व है 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} …

10 self-study  distributions  estimation  inference  beta-distribution 

जैसा कि मैंने साइट के माध्यम से पढ़ा है अधिकांश उत्तर बताते हैं कि मशीन लर्निंग एल्गोरिदम में क्रॉस सत्यापन किया जाना चाहिए। हालाँकि जब मैं "अंडरस्टैंडिंग मशीन लर्निंग" पुस्तक के माध्यम से पढ़ रहा था, तो मैंने देखा कि एक अभ्यास है कि कभी-कभी क्रॉस सत्यापन का उपयोग नहीं …

10 machine-learning  self-study  cross-validation 

मुझे एक नौकरी के लिए एक साक्षात्कार प्रश्न का सामना करना पड़ा जहां साक्षात्कारकर्ता ने मुझे मान लिया कि आपका एक मूल्य लोच मॉडल के लिए बहुत कम (5 से 10% के बीच) है। आप इस प्रश्न को कैसे हल करेंगे?आर2R2R^2 मैं इस तथ्य के अलावा और कुछ नहीं सोच …

10 regression  self-study  theory 

चलो , , , और स्वतंत्र हो। की अपेक्षा क्या है ?X1X1X_1X2X2X_2⋯⋯\cdotsXd∼N(0,1)Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1)X41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} यह पता लगाने के लिए आसान है समरूपता द्वारा। लेकिन मुझे नहीं पता कि मैं कैसे । क्या आप कुछ संकेत प्रदान कर सकते हैं?E(X21X21+⋯+X2d)=1dE(X12X12+⋯+Xd2)=1d\mathbb{E}\left(\frac{X_1^2}{X_1^2 + \cdots + X_d^2}\right) = \frac{1}{d}X41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 …

10 probability  self-study  normal-distribution  chi-squared  expected-value 

चलो आईआईडी यादृच्छिक एक से नमूना चर का एक अनुक्रम हो अल्फा स्थिर वितरण , मानकों के साथ । α = 1.5 ,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 अब अनुक्रम , जहां , ।Y1,Y2,…,YnY1,Y2,…,YnY_1, Y_2, \ldots, Y_{n}Yj+1=X3j+1X3j+2X3j+3−1Yj+1=X3j+1X3j+2X3j+3−1Y_{j+1} = …

10 probability  self-study  monte-carlo  convergence  order-statistics 

यह सवाल वैन डेर वार्ट की पुस्तक एसिम्प्टोटिक स्टेटिस्टिक्स, पीजी से है। 253. # 3: मान लीजिए कि और पैरामीटर और साथ स्वतंत्र बहुराष्ट्रीय वैक्टर हैं । शून्य परिकल्पना के तहत कि दर्शाता हैXmXm\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} - m\hat{c}_i)^2}{m\hat{c}_i} + \sum_{i=1}^k \dfrac{(Y_{n,i} - n\hat{c}_i)^2}{n\hat{c}_i} में वितरण है। जहाँ ।χ2k−1χk−12\chi^2_{k-1}c^i=(Xm,i+Yn,i)/(m+n)c^i=(Xm,i+Yn,i)/(m+n)\hat{c}_i = (X_{m,i} …

10 self-study  chi-squared  multinomial  central-limit-theorem 

यह प्रश्न रॉबर्ट हॉग के परिचय से गणितीय सांख्यिकी के 6 वें संस्करण की समस्या 7.4.9 पेज 388 पर है। चलो आईआईडी साथ पीडीएफ हो शून्य कहीं और है, जहां ।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 (क) MLE खोजें कीθ^θ^\hat{\theta}θθ\theta (ख) है एक के लिए पर्याप्त आंकड़े ? क्यों ?θ^θ^\hat{\theta}θθ\theta (c) है अद्वितीय एमवीयू ऑफ …

10 self-study  maximum-likelihood  order-statistics  sufficient-statistics  umvue 

जैसा कि शीर्षक में सुझाया गया है। मान लीजिए कि पीडीएफ साथ निरंतर आईआईडी यादृच्छिक चर हैं । इस घटना पर विचार करें कि , , इस प्रकार तब होता है जब अनुक्रम पहली बार घटता है। फिर का मूल्य क्या है ?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 …

10 probability  self-study  iid 

एक प्रतिधारण साबित या प्रदान करें: यदि XnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX , तो( ∏nमैं = १एक्समैं)1 / एन(∏i=1nXi)1/n(\prod_{i=1}^{n}X_i)^{1/n} →a । एस ।→a.s.\,{\buildrel a.s. \over \rightarrow}\, एक्सXX मेरा प्रयास : गलत: मान लीजिए एक्सXX केवल नकारात्मक मूल्यों पर ले जा सकते हैं, और लगता है कि एक्सn≡ एक्सXn≡XX_n \equiv …

10 self-study  convergence  geometric-mean 

यदि कश्मीर द्वारा उपयोग किए जाने वाले प्रशिक्षण बिंदुओं की संख्या के बराबर है, तो k-निकटतम पड़ोसी एल्गोरिथम का VC-Dimension क्या है? संदर्भ: यह प्रश्न एक पाठ्यक्रम में पूछा गया था जिसे मैंने लिया था और वहां दिया गया उत्तर 0. मैं था, हालांकि, यह नहीं समझ पाया कि यह …

10 machine-learning  self-study  k-nearest-neighbour  vc-dimension