Tengo curiosidad por saber si hay una transformación que altera el sesgo de una variable aleatoria sin afectar la curtosis. Esto sería análogo a cómo una transformación afín de un RV afecta la media y la varianza, pero no la inclinación y la curtosis (en parte porque la inclinación y la curtosis se...
¿Cuál es la mejor manera de aproximar para dos enteros dados cuando conoce la media , la varianza , la asimetría y el exceso de curtosis de una distribución discreta , y de las medidas (distintas de cero) de las formas y que una aproximación normal no es apropiada?Pr[n≤X≤m]Pr[n≤X≤m]Pr[n \leq X \leq...
Estoy calculando la covarianza de una distribución en paralelo y necesito combinar los resultados distribuidos en gaussiano singular. ¿Cómo combino los dos? La interpolación lineal entre los dos casi funciona, si están distribuidos y dimensionados de manera similar. Wikipedia proporciona una...
¿Cómo explico los métodos generalizados de momentos y cómo se utiliza para un no estadístico? Hasta ahora voy con: es algo que usamos para estimar condiciones tales como promedios y variaciones basadas en muestras que hemos recolectado. ¿Cómo explico la parte donde estima el vector de parámetros...
Tengo una situación en la que puedo estimar (los primeros) momentos de un conjunto de datos, y me gustaría usarlo para producir una estimación de la función de densidad.kkk Ya me encontré con la distribución de Pearson , pero me di cuenta de que solo se basa en los primeros 4 momentos (con algunas...
En física o mecánica matemática, a partir de una posición basada en el tiempo , se obtienen tasas de cambio a través de derivadas con respecto al tiempo: velocidad, aceleración, tirón (3er orden), rebote (4to orden).x ( t )x(t)x(t) Algunos ya han propuesto snap, crackle, pop para derivados hasta...
Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". Sin embargo, la salida...
¿Es una función generadora de momento una transformada de Fourier de una función de densidad de probabilidad? En otras palabras, ¿es una función generadora de momentos solo la resolución espectral de una distribución de densidad de probabilidad de una variable aleatoria, es decir, una forma...
Estoy casi seguro de que ya he visto el siguiente resultado en las estadísticas, pero no puedo recordar dónde. Si es una variable aleatoria positiva y entonces cuando , donde es el cdf de
Deje que esté en . ¿Cuáles son la media y la matriz de covarianza de (con el máximo calculado por elemento)?Z∼N(μ,Σ)Z∼N(μ,Σ)Z \sim \mathcal N(\mu, \Sigma)RdRd\mathbb R^dZ+=max(0,Z)Z+=max(0,Z)Z_+ = \max(0, Z) Esto surge, por ejemplo, porque, si usamos la función de activación ReLU dentro de una red...
¿Alguien puede sugerir cómo puedo calcular la función generadora de momentos del producto interno de dos vectores aleatorios gaussianos, cada uno distribuido como , independientes el uno del otro? ¿Hay algún resultado estándar disponible para esto? Cualquier puntero es muy apreciado.N(0,σ2)norte(0...
Ejemplos: Tengo una oración en la descripción del trabajo: "Ingeniero senior de Java en el Reino Unido". Quiero usar un modelo de aprendizaje profundo para predecirlo en 2 categorías: English y IT jobs. Si uso el modelo de clasificación tradicional, solo puede predecir 1 etiqueta con...
Sé los primeros momentos de alguna distribución. También sé que mi distribución es continua, unimodal y bien formada (parece una distribución gamma). Es posible que:norteNN Usando algún algoritmo, genere muestras a partir de esta distribución, que en condiciones límite tendrá exactamente los...
Soy nuevo en el uso de GMM. No pude encontrar ninguna ayuda apropiada en línea. ¿Podría alguien proporcionarme el recurso adecuado sobre "Cómo decidir si usar GMM se ajusta a mi problema?" o en caso de problemas de clasificación "¿Cómo decidir si tengo que usar la clasificación SVM o la...
De acuerdo con la Ley de Variación Total, Var(X)=E(Var(X∣Y))+Var(E(X∣Y))Var(X)=E(Var(X∣Y))+Var(E(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) Cuando trato de demostrarlo,
Ahora mismo estoy aprendiendo sobre teoría de modelos lineales, y una cosa que me sorprende es que, aunque E[Y]E[Y]\mathbb{E}[\mathbf{Y}] se define para un vector aleatorio Y=⎡⎣⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥Y=[y1y2⋮yn]\mathbf{Y} = \begin{bmatrix} y_1 \\ y_2 \\ \vdots \\ y_n\end{bmatrix}, no se mencionan más...
Si donde el soporte de es . Entonces, . Luego, supongo que tiene momentos finitos. Cuando , sé que porque los medios de donde es la densidad asociada de . ¿Cuál es el equivalente matemático de suponer que tiene momentos finitos cuando ?X∼FX∼FX \sim
Considere Xnorte= ⎧⎩⎨1- 12kwp ( 1 - 2- n) / 2wp ( 1 - 2- n) / 2wp 2- k para k > nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k > n\\...
Estoy tratando de mostrar que el momento central de una distribución simétrica: es cero para los números impares. Así, por ejemplo, el tercer momento centralComencé tratando de mostrar queNo estoy seguro de a dónde ir desde aquí, ¿alguna sugerencia? ¿Hay una mejor manera de probar esto?E [ ( X - u...
En los comentarios debajo de una publicación mía , Glen_b y yo estábamos discutiendo cómo las distribuciones discretas necesariamente tienen una media y una varianza dependientes. Para una distribución normal tiene sentido. Si te digo , no tienes ni idea de qué , y si te digo , no tienes ni idea...