Questions tagged «notation»

我看到这个符号对于普通最小二乘这里。 minw∥Xw−y∥22minw‖Xw−y‖22 \min_w \left\| Xw - y \right\|^2_2 我从未见过双杠和底部的2。这些符号是什么意思？他们有针对他们的特定术语吗？

10 regression  least-squares  linear-model  linear-algebra  notation 

在物理学或数学力学中，从基于时间的位置，可以通过导数获得相对于时间的变化率：速度，加速度，加加速度（3阶），抖动（4阶）。x （t ）X（Ť）x(t) 一些人已经提出 了对七阶导数的捕捉，破裂，爆破。 受到机械物理学和弹性理论启发的矩在统计中也很重要，请参阅概率分布的“矩”有什么“矩”？早在K. Pearson的著作中提到过。 前滞后累积量（有时被归一化或居中），经典地称为方差（2阶），偏度 （3阶）和峰度或平坦度 （4阶）。000 尽管五阶或六阶累积量/矩的估计在有限样本中可能会很麻烦，但是否存在普遍接受或采用的五阶或六阶累积量/矩以及其他名称（“高阶矩”除外）？ 引用《数字食谱》第3版：《科学计算的艺术》，第1页。723： 偏度（或第三时刻）和峰度（或第四时刻）应谨慎使用，或者更好的是，根本不使用 《对冲基金合规性和风险管理指南》的Armelle Guizot认为，显然可以在投资组合的风险分析中使用高达7或8阶的矩来证实这一点： 补充笔记： SE.maths：是否有过度偏斜的解释？ 尾巴与中心（模式，肩膀）在造成偏斜方面的相对重要性

10 distributions  terminology  moments  notation  history 

在像这样的上下文中，表示法（点在波浪号上）是什么意思？∼˙∼˙\dot\simx∼˙N(0,1)x∼˙N(0,1)x \mathrel{\dot\sim} \mathcal N(0,1) 事实证明，找到如何正确排版的方法要容易得多：tex.SE解释说，应该输入\mathrel{\dot\sim}而不是简单\dot\sim地解决间距问题，而不是查找其实际含义。到目前为止，它仅在CV上使用了4次；这是标准的吗？

10 mathematical-statistics  notation 

例如，在BUGS手册或Lee和Wagenmakers即将出版的书（pdf）中，以及在许多其他地方，都使用了一种表示法，在我看来，它非常灵活，因为它可以用于简洁地描述大多数统计模型。这种表示法的示例如下： ÿ一世〜二项式（p一世，n一世）日志（p一世1 − p一世）= b一世b一世〜正常（μp，σp）yi∼Binomial(pi,ni)log⁡(pi1−pi)=bibi∼Normal(μp,σp) y_i \sim \text{Binomial}(p_i,n_i) \\ \log(\frac{p_i}{1 - p_i}) = b_i \\ b_i \sim \text{Normal}(\mu_p,\sigma_p) 它将描述一个没有预测变量但组的分层逻辑模型。描述模型的这种方式似乎工作同样适用于描述频率论者和贝叶斯模型，例如，使这个模型描述完全贝叶斯你只需要添加对先验和。μ p σ pi = 1 … ni=1…ni = 1\dots n μpμp\mu_pσpσp\sigma_p 在某些文章或书中是否详细描述了这种类型的模型符号/形式主义？ 如果要使用此符号来编写模型，则有许多不同的处理方式，这对于结合和参考他人的全面指南非常有用。我发现人们在使用这种表示法方面存在一些差异： 您如何称呼分配？例如，我看过等。ñ，N ，范数，正常N,N,Norm,Normal\mathcal{N},\text{N},\text{Norm},\text{Normal} 您如何处理索引？例如，我看过，y_ {i [j]}，y_ {j | i}等。 y i [ j ] y j | 一世ÿ我Ĵyijy_{ij}ÿ我[ j …

10 references  model  notation 

的表示法如何读取？是否服从正态分布？还是是正态分布？也许大约是正常的。X X XX∼N(μ,σ2)X∼N(μ,σ2)X\sim N(\mu,\sigma^2)XXX XXX XXX 如果有几个变量遵循（或不管用什么词）同一分布，该怎么办？怎么写的？

10 normal-distribution  notation 

我正在阅读有关贝叶斯曲线拟合的论文（Dimatteo等人，带有自由结样条的贝叶斯曲线拟合，2001年），遇到符号≏≏\bumpeq。整篇论文都使用了它几次，但从未明确定义。经过几次google和stackexchange搜索之后，该符号似乎没有得到广泛使用或常规定义。 下面，我给出一个引用文献的上下文示例。我为未定义任何其他符号而提前表示歉意，但是这样做将等于从我链接的论文中复制了大量文本，并且对该问题没有多大用处。 从p1059（公式8）开始： 顺便说一下，我们也可以在等式（6）中的正常模型的似然比近似中看到这一点 p （ÿ|ķC，ξC）p （ÿ| ķ，ξ）≏1个ñ--√（（y-乙ķ ，ξβ^）Ť（y-乙ķ ，ξβ^）（y-乙ķ ，ξCβC^）Ť（y-乙ķ ，ξCβC^））n / 2= È X p （- BIC / 2 ）p（ÿ|ķC，ξC）p（ÿ|ķ，ξ）≏1个ñ（（ÿ-乙ķ，ξβ^）Ť（ÿ-乙ķ，ξβ^）（ÿ-乙ķ，ξCβC^）Ť（ÿ-乙ķ，ξCβC^））ñ/2=ËXp（-工商银行/2）\frac{p(y|k^c,\xi^c)}{p(y|k,\xi)}\bumpeq\frac{1}{\sqrt{n}}\left(\frac{(y-B_{k,\xi}\hat{\beta})^T(y-B_{k,\xi}\hat{\beta})}{(y-B_{k,\xi^c}\hat{\beta^c})^T(y-B_{k,\xi^c}\hat{\beta^c})}\right)^{n/2}=exp(-\text{BIC}/2) 从上下文来看，\ bumpeq似乎是≏≏\bumpeq一个近似值。如果是这种情况，那么它是否类似于≈≈\approx或\ sim的更常规符号的同义词〜〜\sim？还是用它来表示≈≈\approx或〜〜\sim不足或具有误导性的某种近似？

9 notation  definition 

接下来的嫁接摘自本文。我是新手，要引导并尝试为带有R boot包的线性混合模型实现参数，半参数和非参数自举。 R代码 这是我的R代码： library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) boot.fn <- function(data, indices){ data <- data[indices, ] mod <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=data) fixef(mod) } set.seed(12345) Out <- boot(data=Cultivation, statistic=boot.fn, R=99) Out 问题 …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography