El problema ha surgido antes, pero quiero hacer una pregunta específica que intentará obtener una respuesta que lo aclare (y clasifique): En "La asíntota del pobre hombre", uno mantiene una clara distinción entre (a) una secuencia de variables aleatorias que converge en probabilidad a una...
¿Existe una definición matemática o algorítmica de sobreajuste? Las definiciones que se proporcionan a menudo son el gráfico clásico de puntos en 2-D con una línea que pasa por cada punto y la curva de pérdida de validación que sube repentinamente. ¿Pero hay una definición matemáticamente...
Estoy estudiando estadísticas y, a menudo, encuentro fórmulas que contienen el logy siempre estoy confundido si debo interpretarlo como el significado estándar de log, es decir, base 10, o si en estadística log generalmente se supone que el símbolo es el registro natural ln. En particular, estoy...
Estoy leyendo el libro: Obispo, reconocimiento de patrones y aprendizaje automático (2006) que define la familia exponencial como distribuciones de la forma (Ec. 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...
Estudié matemáticas hace una década, así que tengo antecedentes en matemáticas y estadísticas, pero esta pregunta me está matando. Esta pregunta sigue siendo un poco filosófica para mí. ¿Por qué los estadísticos desarrollaron todo tipo de técnicas para trabajar con matrices aleatorias? Quiero...
Esperaba que alguien pudiera proponer un argumento que explicara por qué las variables aleatorias Y1=X2−X1Y1=X2−X1Y_1=X_2-X_1 e Y2=X1+X2Y2=X1+X2Y_2=X_1+X_2 , XiXiX_i tiene la distribución normal estándar, son estadísticamente independientes. La prueba de este hecho se deduce fácilmente de la...
¿Es cierto que para dos variables aleatorias y ,AAABBB E(A∣B)=E(B∣A)E(A)E(B)?E(A∣B)=E(B∣A)E(A)E(B)?E(A\mid B)=E(B\mid
Estoy siguiendo AW van der Vaart, estadísticas asintóticas (1998). Habla de experimentos estadísticos, alegando que son diferentes de un modelo estadístico, pero no define ninguno. Mi pregunta: ¿Qué es (1) un experimento estadístico, (2) un modelo estadístico y (3) cuál es el ingrediente clave que...
Estaba leyendo la siguiente justificación (de las notas del curso cs229) sobre por qué dividimos los datos sin procesar por su desviación estándar: Aunque entiendo lo que dice la explicación, no me queda claro por qué dividir por la desviación estándar alcanzaría tal objetivo. Dice para que...
He estado en un debate con mi profesor de estadística de nivel de posgrado sobre "distribuciones normales". Sostengo que para obtener realmente una distribución normal, uno debe tener media = mediana = modo, todos los datos deben estar contenidos debajo de la curva de campana, y perfectamente...
He estado pensando en escribir una publicación de blog sobre este interesante análisis de Kleinberg (2002) que explora la dificultad de la agrupación. Kleinberg describe tres desideratas aparentemente intuitivas para una función de agrupamiento y luego demuestra que no existe tal función. Hay...
He (aproximadamente) escuchado que: El ensacado es una técnica para reducir la varianza de un algoritmo de predicción / estimador / aprendizaje. Sin embargo, nunca he visto una prueba matemática formal de esta afirmación. ¿Alguien sabe por qué esto es matemáticamente cierto? Simplemente parece...
Antes de hacer mi pregunta, permítame brindarle un poco de antecedentes sobre lo que sé sobre estadísticas para que tenga una mejor idea de los tipos de recursos que estoy buscando. Soy un estudiante graduado en psicología, y como tal, uso estadísticas casi todos los días. En este momento estoy...
Me hicieron esta pregunta el otro día y nunca la había considerado antes. Mi intuición proviene de las ventajas de cada estimador. La máxima probabilidad es preferiblemente cuando confiamos en el proceso de generación de datos porque, a diferencia del método de los momentos, hace uso del...
Estoy volviendo a publicar una "respuesta" a una pregunta que hice hace unas dos semanas aquí: ¿Por qué es útil el Jeffreys anterior? Sin embargo, realmente era una pregunta (y tampoco tenía derecho a publicar comentarios en ese momento), así que espero que esté bien hacer esto: En el enlace...
La distribución de Kolmogorov-Smirnov se conoce por la prueba de Kolmogorov-Smirnov . Sin embargo, también es la distribución del supremum del puente browniano. Como esto está lejos de ser obvio (para mí), me gustaría pedirle una explicación intuitiva de esta coincidencia. Las referencias también...
¿Quién de ustedes en este foro usa "> R con el multinúcleo , paquetes de nieve o CUDA , entonces para cálculos avanzados que necesitan más potencia que una CPU de estación de trabajo? ¿En qué hardware calculan estos scripts? ¿En casa / trabajo o tienen acceso al centro de datos en alguna...
( Publicado originalmente en MSE). He visto muchas discusiones heurísticas del teorema clásico del límite central que hablan de la distribución normal (o cualquiera de las distribuciones estables) como un "atractor" en el espacio de las densidades de probabilidad. Por ejemplo, considere estas...
Para la distribución normal, hay un estimador imparcial de la desviación estándar dada por: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})}...
Esta pregunta se inspiró en dos interacciones recientes que tuve, una aquí en CV y la otra en economics.se. Allí, había publicado una respuesta a la conocida "Paradoja de la envoltura" (fíjate, no como la "respuesta correcta" sino como la respuesta que surge de suposiciones específicas sobre la...