Pertanyaan yang diberi tag minimum

X1, . . . , XnX1,...,XnX_1, ..., X_nmin ( X1, . . . , Xn)min(X1,...,Xn)\min(X_1, ...,

Saya membaca bahwa algoritma k-means hanya konvergen ke minimum lokal dan bukan ke minimum global. Kenapa ini? Saya secara logis dapat memikirkan bagaimana inisialisasi dapat mempengaruhi pengelompokan akhir dan ada kemungkinan pengelompokan sub-optimal, tetapi saya tidak menemukan apa pun yang...

Misalkan danX∼N(μx,σ2x)X∼N(μx,σx2)X \sim \mathcal{N}(\mu_x, \sigma^2_x)Y∼N(μy,σ2y)Y∼N(μy,σy2)Y \sim \mathcal{N}(\mu_y, \sigma^2_y) Saya tertarik pada . Apakah ada estimator yang tidak bias untuk z ?z=min(μx,μy)z=min(μx,μy)z = \min(\mu_x, \mu_y)zzz Estimator sederhana dari...

Ini adalah pertama kalinya saya di sini, jadi tolong beri tahu saya jika saya dapat mengklarifikasi pertanyaan saya dengan cara apa pun (termasuk pemformatan, tag, dll.). (Dan mudah-mudahan saya dapat mengedit nanti!) Saya mencoba mencari referensi, dan mencoba menyelesaikan sendiri menggunakan...

Saya terjebak pada bagaimana mengatasi masalah ini. Jadi, kita memiliki dua urutan variabel acak, XiXiX_i dan YiYiY_i untuk i=1,...,ni=1,...,ni=1,...,n . Sekarang, XXX dan YYY adalah distribusi eksponensial independen dengan parameter λλ\lambda dan μμ\mu . Namun, alih-alih mengamati XXX dan YYY ,...

Misalkan saya memiliki minimum, rata-rata, dan maksimum dari beberapa kumpulan data, katakanlah, 10, 20, dan 25. Apakah ada cara untuk: buat distribusi dari data ini, dan ketahuilah berapa persentase populasi yang kemungkinan berada di atas atau di bawah rata-rata Edit: Sesuai saran Glen,...

Dalam R ada fungsi nlm () yang melakukan minimalisasi fungsi f menggunakan algoritma Newton-Raphson. Secara khusus, fungsi itu menghasilkan nilai kode variabel yang didefinisikan sebagai berikut: kode bilangan bulat yang menunjukkan mengapa proses optimasi dihentikan. 1: gradien relatif...

UPDATE 25 Jan 2014: kesalahan sekarang diperbaiki Abaikan nilai terhitung dari Nilai yang Diharapkan pada gambar yang diunggah - salah - saya tidak menghapus gambar karena telah menghasilkan jawaban untuk pertanyaan ini. UPDATE 10 Jan 2014: kesalahan ditemukan - salah ketik matematika di salah...

Asumsikan pengaturan berikut: Biarkan Zsaya= min { ksaya, Xsaya} , I = 1 , . . . , nZsaya=min{ksaya,Xsaya},saya=1,...,nZ_i = \min\{k_i, X_i\}, i=1,...,n . Juga Xsaya∼ U[ asaya, bsaya] ,Sebuahsaya, bsaya> 0Xsaya∼U[Sebuahsaya,bsaya],Sebuahsaya,bsaya>0X_i \sim U[a_i, b_i], \; a_i, b_i >0 ....

Misalkan saya memiliki parameter positif untuk mengestimasi dan estimasi yang sesuai yang dihasilkan oleh estimator , yaitu , dan seterusnya.nnnμ1,μ2,...,μnμ1,μ2,...,μn\mu_1,\mu_2,...,\mu_nnnnμ1^,μ2^,...,μn^μ1^,μ2^,...,μn^\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n}E[μ1^]=μ1E[μ1^]=μ1\mathrm...

Saya melihat bagaimana jarak Euclidean minimum yang diharapkan antara titik-titik seragam acak dan titik asal berubah saat kami meningkatkan kepadatan titik-titik acak ( titik per unit persegi ) di sekitar titik asal. Saya telah berhasil menemukan hubungan antara keduanya yang digambarkan sebagai...