He estado explorando una serie de herramientas para pronosticar, y he encontrado que los Modelos Aditivos Generalizados (GAM) tienen el mayor potencial para este propósito. ¡Los GAM son geniales! Permiten especificar modelos complejos de manera muy sucinta. Sin embargo, esa misma brevedad me está...
Imagine que un investigador está explorando un conjunto de datos y ejecuta 1000 regresiones diferentes y encuentra una relación interesante entre ellos. Ahora imagine que otro investigador con los mismos datos ejecuta solo 1 regresión, y resulta que es el mismo que el otro investigador tomó 1000...
El siguiente problema ha sido publicado en la página de Facebook de Mensa International: \quad\quad\quad\quad\quad\quad\quad\quad La publicación en sí recibió más de 1000 comentarios, pero no entraré en detalles sobre el debate allí, ya que sé que esta es la paradoja de Bertrand y la respuesta es...
Estaba pensando en el significado de familia a escala de ubicación. Entiendo que para cada miembro de una familia de escala de ubicación con parámetros ubicación y una escala , entonces la distribución de no depende de ningún parámetro y es igual para cada pertenece a esa familia.a b Z = ( X - a )...
Estoy comenzando a leer Causal Inference in Statistics, A Primer by Judea Pearl et. Alabama. Tengo una maestría en matemáticas, pero nunca he tomado un curso de estadística. Estoy un poco confundido por una de las primeras preguntas de estudio, y no hay nadie a quien pueda preguntar al respecto,...
Y X ∼ χ 2 ( n - 1 ) Y ∼ Beta ( nXXX e son variables aleatorias distribuidas independientemente donde e . ¿Cuál es la distribución de
Me pregunto cuál es el valor intrínseco del uso de la media armónica (por ejemplo, para calcular las medidas F), en oposición a la media aritmética ponderada al combinar precisión y recuperación. Estoy pensando que el promedio aritmético ponderado podría desempeñar el papel de media armónica, ¿o me...
La normalización por lotes se ha acreditado con mejoras sustanciales de rendimiento en redes neuronales profundas. Un montón de material en Internet muestra cómo implementarlo en una activación por activación. Ya implementé backprop usando álgebra matricial, y dado que estoy trabajando en lenguajes...
Contexto Un grupo de científicos sociales y estadísticos ( Benjamin et al., 2017 ) han sugerido recientemente que la tasa típica de falsos positivos ( = .05) utilizada como umbral para determinar la "significación estadística" debe ajustarse a un umbral más conservador. ( = .005). Un grupo...
Estoy buscando literatura sobre regresión de cresta negativa . En resumen, es una generalización de la regresión lineal de crestas usando negativa en la fórmula del estimador:El caso positivo tiene una buena teoría: como una función de pérdida, como una restricción, como un Bayes anterior ... pero...
El siguiente ejemplo está tomado de las conferencias en deeplearning.ai muestra que el resultado es la suma del producto elemento por elemento (o "multiplicación por elementos". Los números rojos representan los pesos en el filtro: ( 1 ∗ 1 ) + ( 1 ∗ 0 ) + ( 1 ∗ 1 ) + ( 0 ∗ 0 ) + ( 1 ∗ 1 ) + ( 1 ∗...
Últimamente he estado investigando mucho sobre el aprendizaje por refuerzo. Seguí el aprendizaje de refuerzo de Sutton y Barto : una introducción para la mayor parte de esto. Sé qué son los procesos de decisión de Markov y cómo se puede utilizar el aprendizaje de programación dinámica (DP), Monte...
Imagine que tenemos dos procesos de series temporales, que son estacionarios, produciendo: .xt,ytxt,ytx_t,y_t ¿Es , también estacionario?zt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} Cualquier ayuda sería apreciada. Yo diría que sí, ya que tiene...
Pruebas como Z, t y varias otras suponen que los datos se basan en un muestreo aleatorio. ¿Por qué? Supongamos que estoy haciendo una investigación experimental, donde me importa mucho más la validez interna que la externa. Entonces, si mi muestra podría estar un poco sesgada, está bien, ya que he...
¿El uso de "variacional" siempre se refiere a la optimización mediante inferencia variacional? Ejemplos: "Codificador automático variacional" "Métodos Bayesianos Variacionales" "Grupo de renormalización
Estudié estadística hace años y lo olvidé todo, por lo que pueden parecer preguntas conceptuales generales que específicas, pero aquí está mi problema. Trabajo para un sitio web de comercio electrónico como diseñador de experiencia de usuario. Tenemos un marco de prueba A / B que fue construido...
Estoy realizando un modelo de regresión de Poisson con 1 variable de respuesta y 6 covariables. La selección del modelo usando AIC da como resultado un modelo con todas las covariables, así como 6 términos de interacción. Sin embargo, el BIC da como resultado un modelo con solo 2 covariables y sin...
La función softmax, comúnmente utilizada en redes neuronales para convertir números reales en probabilidades, es la misma función que la distribución de Boltzmann, la distribución de probabilidad sobre las energías para un conjunto de partículas en equilibrio térmico a una temperatura T dada en...
Actualmente estoy tratando de entender las matemáticas de t-SNE . Desafortunadamente, todavía hay una pregunta que no puedo responder satisfactoriamente: ¿Cuál es el significado real de los ejes en un gráfico t-SNE? Si tuviera que hacer una presentación sobre este tema o incluirla en alguna...
El teorema de Halmos-Savage dice que para un modelo estadístico dominado una estadística es suficiente si (y solo si) para todos hay una versión medible de la derivada Radon Nikodym donde es un medida privilegiada tal que para y .(Ω,A,P)(Ω,A,P)(\Omega, \mathscr A, \mathscr