- 博客(32)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 UA MATH564 概率论 多元随机变量的变换 理论与应用1
UA MATH564 概率论 多元随机变量的变换 理论与应用1定义法Jacobi行列式法假设X1,⋯ ,XnX_1,\cdots,X_nX1,⋯,Xn是nnn个一元随机变量，存在一个C1(Rn;Rm),m≤nC^1(\mathbb{R}^n;\mathbb{R}^m),m\le nC1(Rn;Rm),m≤n的映射ggg使得(Y1,⋯ ,Ym)=g(X1,⋯ ,Xn)(Y_1,\cdots,Y_m) = g(X_1,\cdots,X_n)(Y1,⋯,Ym)=g(X1,⋯,Xn)，则称(Y1,⋯
2020-06-30 11:58:33
1179
原创 UA MATH564 概率论 高阶矩的计算：有限差算子方法1
UA MATH564 概率论 高阶矩的计算：有限差算子方法1有限差算子(finite difference)，也被称为向前差分(forward difference)是一种非常古老的数学工具了。
2020-06-26 14:15:40
363
原创 UA MATH571B 试验设计VI 随机效应与混合效应2
UA MATH571B 试验设计VI 随机效应与混合效应2两个factor的混合效应模型Restricted ModelUnrestricted Mixed Model对两因素随机与混合效应模型的总结两个factor的混合效应模型假设我们关注A和B两个factor的effects，但A是fixed factor，B是random factor，模型设定为：yijk=μ+τi+βj+(τβ)ij+ϵijkϵijk∼iidN(0,σ2);i=1,⋯ ,a;j=1,⋯ ,b;k=1,⋯ ,n∑i=1aτi=
2020-06-22 05:13:07
268
原创 UA MATH571B 试验设计VI 随机效应与混合效应1
UA MATH571B 试验设计VI 随机效应与混合效应两个factor的随机效应模型现在回到试验设计III 单因素试验设计1中介绍的模型，yij=μ+τi+ϵij,ϵij∼iidN(0,σ2)i=1,2,⋯ ,a;j=1,2,⋯ ,ny_{ij} = \mu + \tau_i + \epsilon_{ij},\epsilon_{ij}\sim_{iid}N(0,\sigma^2)\\ i = 1,2,\cdots,a; j=1,2,\cdots,nyij=μ+τi+ϵij,ϵij∼iidN
2020-06-21 10:57:09
336
原创 UA MATH564 概率论VI 数理统计基础3 卡方分布下 Cochran定理
UA MATH564 概率论VI 数理统计基础3 卡方分布下 Cochran定理多元正态随机变量二次型的分布Cochran定理这一讲介绍多元正态随机变量的二次型的相关性质以及非常常用的Cochran定理。假设X1,⋯ ,XnX_1,\cdots,X_nX1,⋯,Xn互相独立，并且Xi∼N(ai,1)X_i \sim N(a_i,1)Xi∼N(ai,1)，则称∑i=1nXi2∼χ2(n,δ)\sum_{i=1}^n X_i^2 \sim \chi^2(n,\delta)i=1∑nXi2∼χ2(
2020-06-18 10:57:36
1684
原创 Julia程序设计2 数值类型
Julia程序设计2 数值类型实数整数浮点数数值类型的转换有理数与无理数复数Julia的数值类型与其他语言一般无二，这里有张总结的图：Julia数值类型分为实数和复数两大类，下面分别介绍。实数整数Julia中整型数据分为四大类，BigInt，Bool和Signed，Unsigned。UInt是Unsigned Integer的缩写，后面的数字表示精度，比如UInt32表示32-bit的Unsigned整型数据，UInt128表示128-bit的整型数据。Unsigned的含义是第一个bit不表
2020-06-18 09:31:34
365
原创 Julia程序设计1 介绍和基础数学运算
Julia程序设计1 介绍和基础数学运算介绍简单数学运算介绍本来打算用Matlab来写MATH 575A和MATH 575B的笔记的，但最近关于Matlab的新闻让我觉得可能还是用免费开源又强大的Julia比较好。这个系列的博文介绍Julia程序设计和数值计算，我也是从Matlab转战Julia的，就边学边写吧。Julia下载安装比较简单，在https://julialang.org/downloads/就可以下载我选的是JuliaPro 1.4.2-1 Windows版本的，安装过程就选了一下路
2020-06-17 13:58:04
803
原创 矩阵分析与多元统计12 0-1矩阵 交换矩阵与Kronecker乘积
矩阵分析与多元统计12 0-1矩阵 交换矩阵与Kronecker乘积基本性质用交换矩阵的构造证明基本性质这一讲介绍交换矩阵与Kronecker乘积相关的性质。对于矩阵A∈Fm×nA \in F^{m \times n}A∈Fm×n，FFF是某个数域（如实数、复数等）vec(A)=[a1;⋯ ;an]∈Fmn×1, vec(A′)=[a1,⋯ ,am]′∈Fmn×1vec(A) = [a_1;\cdots;a_n] \in F^{mn\times 1},\ vec(A') = [a^1,\cdo
2020-06-13 08:51:21
644
1
原创 UA MATH564 概率论VI 数理统计基础3 卡方分布中
UA MATH564 概率论VI 数理统计基础3 卡方分布下卡方分布的基本性质正态分布的二次型卡方分布的基本性质正态分布的二次型
2020-06-12 10:53:51
295
原创 矩阵分析与多元统计12 0-1矩阵 交换矩阵简介
矩阵分析与多元统计12 0-1矩阵1选择矩阵顾名思义，0-1矩阵就是所有元素取值均为0和1的矩阵，这类矩阵在矩阵分析、多元统计乃至组合学和图论中都有很重要的应用。在这个主题中我打算介绍选择矩阵、排列矩阵、交换矩阵、消元矩阵、复制矩阵和移位矩阵。选择矩阵选择矩阵selection matrix的作用是通过与某个矩阵相乘，使得结果等于这个矩阵中我们希望选择的那些元素构成的矩阵。最简单的selection matrix是列选择矩阵。假设A∈Fm×nA \in F^{m \times n}A∈Fm×n，aia
2020-06-12 08:22:02
2851
原创 睡眠周期的数学模型
睡眠周期的数学模型生物学模型这是对A mathematical model of the sleep/wake cycle(2010)这篇论文理论部分的一个总结。生物学模型下图描述了这篇论文建立的生物学模型：先介绍上图的名词，再介绍它们之间的相互关系。SCN是视交叉上核或称下丘脑视交叉上核（suprachiasmatic nucleus, SCN）是哺乳动物昼夜节律调节系统的中枢结构，产生和调节睡眠—觉醒、激素、代谢和生殖等众多生物节律；ORX是食欲肽（orexin），又名下丘脑泌素（hypocr
2020-06-10 10:11:49
1688
原创 UA MATH564 概率论VI 数理统计基础3 卡方分布上
UA MATH564 概率论VI 数理统计基础点估计样本均值样本方差t分布Cochran定理t分布的分布函数随机数生成反函数方法变换法蒙特卡罗方法蒙特卡罗积分重要性采样拒绝采样点估计样本均值样本方差t分布Cochran定理t分布的分布函数随机数生成反函数方法变换法蒙特卡罗方法蒙特卡罗积分重要性采样拒绝采样...
2020-06-10 08:36:34
302
原创 UA MATH564 概率论I 求离散型随机变量的分布1
UA MATH564 概率论I 求离散型随机变量的分布1题目解答对于离散型随机变量XXX，记它的概率分布列为P(X=xi)=pi,i=1,2,⋯P(X = x_i) = p_i,i=1,2,\cdotsP(X=xi)=pi,i=1,2,⋯归一性要求∑i=1∞pi=1\sum_{i=1}^{\infty}p_i = 1i=1∑∞pi=1离散型随机变量的样本空间是可列的，可以用古典概型来理解，记NNN是基本事件总数，记Ni=#{X=xi}N_i = \#\{X = x_i\}Ni=#{X=x
2020-06-09 13:06:52
230
原创 UA MATH564 概率论VI 数理统计基础2 多元正态分布
UA MATH564 概率论VI 数理统计基础2抽样分布简单地说就是统计量服从的分布，正态分布时最常用的总体分布，因此研究正态总体的抽样分布是相当重要的。一般我们研究下面这三种分布：卡方分布、t分布、F分布。关于统计量的内容可以参考统计理论的第一篇。这一讲介绍多元正态分布，之后逐个介绍这三种分布。...
2020-06-09 08:14:41
514
原创 矩阵分析与多元统计11 Kronecker乘积
矩阵分析与多元统计11 Kronecker乘积Kronecker乘积vec算子与devec算子Kronecker乘积定义 数域FFF中，A=(aij)∈Fm×n,B∈Fp×qA = (a_{ij}) \in F^{m \times n},B \in F^{p \times q}A=(aij)∈Fm×n,B∈Fp×q，定义Kronecker乘积为⊗:Fm×n×Fp×q→Fmp×nqA⊗B=[a11B⋯a1nB⋯⋯⋯am1B⋯amnB]\otimes : F^{m \times n} \times F
2020-06-08 08:40:20
1354
原创 UA MATH574M 统计学习 Variable Selection：Cross Validation
UA MATH574M 统计学习 Variable Selection：Cross Validation
2020-06-02 10:37:25
242
原创 UA MATH571A R语言回归分析实践 多元回归2 医疗费用的决定
UA MATH571A R语言回归分析实践 多元回归2 医疗费用系数的推断与模型预测这一讲展示一下一元回归中的模型诊断的手段怎么用在多元回归中，同时介绍一下多元回归做推断和预测的方法。系数的推断与模型预测...
2020-06-02 09:26:53
628
原创 矩阵分析与多元统计 线性空间与线性变换2
矩阵分析与多元统计 线性空间与线性变换2线性映射矩阵的等价线性映射的像空间与核空间线性映射V1,V2V_1,V_2V1,V2是数域FFF上的两个线性空间，A:V1→V2\mathcal{A}:V_1 \to V_2A:V1→V2是线性映射，如果：∀α1,α2∈V1\forall \alpha_1,\alpha_2 \in V_1∀α1,α2∈V1，λ∈F\lambda \in Fλ∈F，A(α1+α2)=Aα1+Aα2\mathcal{A}(\alpha_1+\alpha_2) = \
2020-06-02 08:24:06
237
原创 UA MATH564 概率分布1 二项分布下
UA MATH564 概率分布1 二项分布下de Moivre-Laplace定理Poisson分布近似二项分布这一篇考虑二项分布的一些近似计算问题，考虑X∼Binom(n,p)X \sim Binom(n,p)X∼Binom(n,p)，P(X=k)=Cnkpk(1−p)n−k,k=0,1,⋯ ,nP(X = k) = C_n^k p^k(1-p)^{n-k},k=0,1,\cdots,nP(X=k)=Cnkpk(1−p)n−k,k=0,1,⋯,n最主要的计算问题是在计算组合数的时候Cnk=n!(
2020-06-02 07:25:06
196
silicon.csv
2020-07-16
insurance.csv
2020-05-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人