Actualmente estoy tratando de entender los filtros de partículas y sus posibles usos en las finanzas y estoy luchando bastante. ¿Cuáles son los prerrequisitos matemáticos y estadísticos que debería volver a visitar (viniendo de un fondo en finanzas cuantitativas) para (i) hacer accesibles los...
Me gustaría entender cómo puedo obtener el porcentaje de varianza de un conjunto de datos, no en el espacio de coordenadas proporcionado por PCA, sino en un conjunto ligeramente diferente de vectores (rotados). set.seed(1234) xx <- rnorm(1000) yy <- xx * 0.5 + rnorm(1000, sd = 0.6) vecs...
Es probable que haya más de un malentendido serio en esta pregunta, pero no está destinado a hacer los cálculos correctos, sino a motivar el aprendizaje de series de tiempo con un cierto enfoque en mente. Al tratar de comprender la aplicación de series de tiempo, parece que la tendencia a la baja...
Entonces, antes que nada, investigué un poco en este foro, y sé que se han hecho preguntas extremadamente similares, pero por lo general no se han respondido correctamente o, a veces, las respuestas simplemente no son lo suficientemente detalladas como para que yo las entienda. Entonces esta vez mi...
¿Existe alguna regla general entre la profundidad de una red neuronal y la tasa de aprendizaje? Me he dado cuenta de que cuanto más profunda es la red, más baja debe ser la tasa de aprendizaje. Si eso es correcto, ¿por qué es
Supongamos que es un estimador imparcial de . Entonces, por supuesto, . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta ¿Cómo se explica esto a un laico? En el pasado, lo que he dicho es que si promedias un montón de valores de , a medida que el...
Como dice el título, estoy tratando de replicar los resultados de glmnet linear usando el optimizador LBFGS de la biblioteca lbfgs. Este optimizador nos permite agregar un término regularizador L1 sin tener que preocuparnos por la diferenciabilidad, siempre que nuestra función objetivo (sin el...
Me pregunto cómo abordar adecuadamente el entrenamiento y la prueba de un modelo LASSO usando glmnet en R. Específicamente, me pregunto cómo hacerlo si la falta de un conjunto de datos de prueba externo requiere el uso de validación cruzada (u otro enfoque similar) para probar mi modelo...
Esta es más una pregunta conceptual, pero a medida que utilizo Rme referiré a los paquetes en R. Si el objetivo es ajustar un modelo lineal para fines de predicción, y luego hacer predicciones donde los efectos aleatorios podrían no estar disponibles, ¿hay algún beneficio en usar un modelo de...
Tengo un conjunto de datos con columnas a b c(3 atributos). aes numérica y continua, mientras que by cson categóricas cada uno con dos niveles. Estoy utilizando el método K-vecinos más cercano para clasificar ay bsobre c. Entonces, para poder medir las distancias, transformo mi conjunto de datos...
Si uso un Jeffreys antes para un parámetro de probabilidad binomial entonces esto implica usar una distribución .theta ~ b e t un ( 1 / 2 , 1 / 2 )θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Si me transformo en un nuevo marco de referencia entonces claramente tampoco se...
¿Por qué obtengo diferentes predicciones para la expansión polinómica manual y uso de la polyfunción R ? set.seed(0) x <- rnorm(10) y <- runif(10) plot(x,y,ylim=c(-0.5,1.5)) grid() # xp is a grid variable for ploting xp <- seq(-3,3,by=0.01) x_exp <- data.frame(f1=x,f2=x^2) fit <-...
Me pregunto cuál es la diferencia entre estos dos tipos de antecedentes: No
El error estándar de una proporción será el más grande que pueda ser para un N dado cuando la proporción en cuestión es 0.5, y se vuelve más pequeña cuanto más lejos sea la proporción de 0.5. Puedo ver por qué esto es así cuando miro la ecuación para el error estándar de una proporción, pero no...
Cuando comencé a leer sobre el filtro de Kalman, pensé que era un caso especial del modelo ARIMA (es decir, ARIMA (0,1,1)). Pero en realidad parece que la situación es más complicada. En primer lugar, ARIMA se puede utilizar para la predicción y el filtro de Kalman es para el filtrado. ¿Pero no...
Mi conjunto de datos ( ) tiene una variable dependiente (DV), cinco variables de "línea base" independientes (P1, P2, P3, P4, P5) y una variable de interés independiente (Q).norte≈ 10 , 000norte≈10,000N \approx 10,000 He ejecutado regresiones lineales de OLS para los siguientes dos modelos: DV ~...
He estado implementando un VAE y he notado dos implementaciones diferentes en línea de la divergencia KL gaussiana univariada simplificada. La divergencia original según aquí es Si suponemos que nuestro anterior es una unidad gaussiana, es decir,μ2=0yσ2=1, esto se simplifica a KLloss=-log(σ1)+σ...
tl; dr: comenzando con un conjunto de datos generado bajo nulo, volví a muestrear casos con reemplazo y realicé una prueba de hipótesis en cada conjunto de datos remuestreado. Estas pruebas de hipótesis rechazan el nulo más del 5% del tiempo. En la siguiente simulación, muy simple, genero...
Supongamos que tenemos un modelo Yi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiYi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i . La regresión tiene una serie de supuestos, como que los errores ϵiϵi\epsilon_i deberían distribuirse normalmente con media...
Supongamos que tenemos acceso a las muestras iid de una distribución con media y varianza (desconocidas) verdaderas , y queremos estimar .μ 2μ , σ2μ,σ2\mu, \sigma^2μ2μ2\mu^2 ¿Cómo podemos construir un estimador imparcial y siempre positivo de esta cantidad? Tomar el cuadrado de la media muestral...