作者查詢 / Yogaga
作者 Yogaga 在 PTT [ Statistics ] 看板的留言(推文), 共22則
限定看板:Statistics
看板排序:
首頁
上一頁
1
下一頁
尾頁
2F→: 建一個新計算欄 ifn(原欄位 not is missing, 原欄位, 0)03/29 00:32
3F→: 或是 case when 原欄位 not is missing then 原欄位 else03/29 00:33
4F→: 0 end03/29 00:33
5F→: 另一個問題我想可以新增一欄註記是否屬於頭尾1%(是的話為103/29 00:41
6F→: ,不是的話為0),然後做進階篩選(having)註記為0的,應可03/29 00:41
7F→: 一步做完。03/29 00:41
1F→: 直覺你共變異0.8太大了02/24 12:43
3F→: 可以用bisection一個值一個值慢慢代入逼近真實z值01/11 09:07
1F推:用指數族(exponential family)解決較簡單02/21 09:48
2F推:也可以期望值對θ微分,因假設E_θ(g(S))=0,對0微分還是002/21 10:06
3F推:微分後得到積分g(s)*(s^2)*exp(-θs) ds=002/21 10:11
4F推:因為s^2>0,exp(-θs)>0,所以這個積分如果要等於002/21 10:13
5F→:唯一的機會就是g(s)=0,for all s>0,因此得證02/21 10:15
1F推:不用轉極座標 交換積分次序就可以了02/19 19:58
2F→:∫∫y*exp[-(x^2+y^2)/2] dxdy 改成先對x積再對y積02/19 20:00
1F推:將Sx^2轉成一個常數乘上卡方分配或gamma01/21 08:24
1F推:F分配為兩(卡方/自由度)相除,分母卡方(1)/1機率收歛至112/18 17:50
2F推:分子仍為卡方(n)/n,再用Slutsky定理可知分配收歛至卡方(n)12/18 17:52
14F→:恩我寫錯了,題目說n逼近無窮,我腦殘還留n,卡方(1)分之一12/20 10:20
15F→:卡方(1)分之1無誤12/20 10:21
1F推:那一句說X的樣本空間內不會有負值存在。如果有的話,機率08/24 20:19
2F→:不會是008/24 20:20
首頁
上一頁
1
下一頁
尾頁