一舊膠買起你 2017-1-6 10:13:58 是咁的, 小弟正在學習STAT, 雖然唔係本科, 但係越讀越有興趣
開個POST希望同連登既巴打絲打們交流下

:^(

:^(

1.巴絲們可以交流下讀左咩書或者咩TOPIC既內容

2.巴絲們亦都可以問題目, 等其他高手們解答

:^(

(我能力以內都會答, 不過唔好期望太高

:^(

) 問之前請附上你嘗試過的解答, 你冇努力嘗試過就黎攞答案既話, 冇意思

:^(

3.我亦都會每隔2,3日貼讀書日誌, 略略總結一下讀左D咩內容

大家FEEL FREE啦, 任何STAT野都可以傾

:^(

一舊膠買起你 2017-1-6 10:26:25 我而家睇緊既係Robert V Hogg 既 Introduction to Mathematical Statistics , google下有PDF版, 不過我係買書
其實係一本幾差既書

:^(

:^(

, Cover左基本既topic同埋好多exercise, 但D proof好多時都唔清唔楚, 有時甚至係錯, 所以好多時都係要上網查返資料

根據Preface, 書可以分為3部份
1~4課cover基本既probability distribution theory 同埋 hypothesis testing. 呢part好基本, 所以我唔專登貼啦

5~8課就有convergence, maximum likelihood theory, sufficient statistics同埋optimal test on hypothesis

9~11課就係一D專門少少既topic(但只係基本野), 有傳統既ANOVA/regression, 較新既non-parametric, 同bayesian

我計劃係睇晒1~8, 9(Regrssion/ANOVA) 同 11(bayesian)
現時進度係第7課, 但會由第6課開始貼(適當時候quote返前面既野)
偏向簡而精, 詳細資料同PROOF就唔貼啦

一舊膠買起你 2017-1-6 10:27:35 扮工先, 晏少少再返黎

:^(

麥哲倫 2017-1-6 10:37:27 此回覆已被刪除

喺度 2017-1-6 10:56:18 此回覆已被刪除

喺度 2017-1-6 10:56:57 此回覆已被刪除

一舊膠買起你 2017-1-6 11:42:49

同樣自學lm

睇prove好痛苦

:^(

:^(

:^(

完全睇唔明成日skip

有時都唔知睇唔睇好

:^(

轉過頭又唔記得好似冇乜意思

一舊膠買起你 2017-1-6 11:44:32

:^(

:^(

之前喺隔離台有人提過統計，而家好有興趣自習中
最唔明係唔明ANOVA做乜鳩

:^(

:^(

用啲平方喺度比嚟比去有咩意義

有時Stat既quantity又真係缺乏theorem去support, 變左有D吹水

:^(

:^(

利申: 未睇Regression

麥哲倫 2017-1-6 11:49:08 此回覆已被刪除

我想有女朋友 2017-1-6 11:49:34

:^(

:^(

之前喺隔離台有人提過統計，而家好有興趣自習中
最唔明係唔明ANOVA做乜鳩

:^(

:^(

用啲平方喺度比嚟比去有咩意義

ANOVA其實係好有意義

:^(

但係手計其實冇乜用

我想有女朋友 2017-1-6 11:50:21 讀緊stat 成積中等
基本自學唔理prof

:^(

我想有女朋友 2017-1-6 11:52:44

:^(

:^(

之前喺隔離台有人提過統計，而家好有興趣自習中
最唔明係唔明ANOVA做乜鳩

:^(

:^(

用啲平方喺度比嚟比去有咩意義

有時Stat既quantity又真係缺乏theorem去support, 變左有D吹水

:^(

:^(

利申: 未睇Regression

regression我睇stat書唔明
睇番linear algebra就明哂

stat d教材好多都垃撚圾

:^(

regression 已經去到冇乜機會手計
淨analysis咁濟 所以冇programme跟住係唔知做緊乜野

:^(

麥哲倫 2017-1-6 11:55:15 此回覆已被刪除

麥哲倫 2017-1-6 12:00:05 此回覆已被刪除

我想有女朋友 2017-1-6 13:05:00

讀緊stat 成積中等
基本自學唔理prof

:^(

可唔可以講下stat科既overview
我淨係知有一堆prob. distrubution , hypothesis, analysis, corelation, MC, 仲有一堆不知名既score

:^(

prob. 黎講其實冇乜野好講

:^(

distribution 既話有好多
通常大學最開始會教你
normal , binomial , Poisson , chi-square
normal係對稱既(所以hypothesis test果陣可以÷2)
binomial會用normal去 approximate但要留意番±0.5既問題
poisson係講時段內發生既prob
chi-sq 就係gamma distribution既變種

:^(

並不對稱

hypothesis test
同 ?%既 confidence interval有關
其實姐係睇緊會唔會超越果個 ?%既位
分type1 type2 error
type1 佢個null係岩但reject左
type2 佢個null係錯但你冇reject
係test緊你果個 population mean/variance/proportion (係唔同既情況之下)
e個位有太多野

:^(

睇維基都清楚


之後果d都唔係好想打

:^(

:^(

巴打如果想要lecture notes既話可以留個email 我send比你 比起書會清楚好多

連尼往 2017-1-6 13:13:56 variance is expectation of conditional variance plus variance of conditional expectation

:^(

利申 精算撚

喺度 2017-1-6 13:23:58 此回覆已被刪除

我想有女朋友 2017-1-6 13:36:32

:^(

:^(

之前喺隔離台有人提過統計，而家好有興趣自習中
最唔明係唔明ANOVA做乜鳩

:^(

:^(

用啲平方喺度比嚟比去有咩意義

ANOVA其實係好有意義

:^(

但係手計其實冇乜用

我跟過youtube手計one way two way anova
已出唔記得哂

:^(

:^(

:^(

:^(

唔用電腦好煩，但用電腦唔識理論又好似無意義打code得到一大堆數字，但睇proof又好似無乜作用，成件事好尷尬

你係咪借左本難d既stat書啊

:^(

有d簡單d嫁喎
同埋有時睇教科書會好d
唔淨係得proof 仲有example教你做

剩女貞德 2017-1-6 18:16:32

讀緊stat 成積中等
基本自學唔理prof

:^(

可唔可以講下stat科既overview
我淨係知有一堆prob. distrubution , hypothesis, analysis, corelation, MC, 仲有一堆不知名既score

:^(

其實可以睇大學既course ，stat grad要讀咩科，就係overview

嬰國寶城 2017-1-6 18:26:35

variance is expectation of conditional variance plus variance of conditional expectation

:^(

利申 精算撚

EVVE

:^(

精算d stat其實都算幾易，唔洗點理d proof

:^(

一舊膠買起你 2017-1-7 02:37:33 https://na.cx/i/Ees8zb3.png

6. Maximum Likelihood Method
Stat既一大問題就係,
假設我地已經知道Sample背後r.v. (Random Variable)係咩樣,
只係唔知個true parameter (theta)係幾多,
抽取完Sample, 點樣去計佢出黎?

:^(

6.1
最直覺就係計算所謂mle (maximum likelihood estimator),
計下邊D theta最可能出現呢一堆sample
換句話講, 即係要 maximize (6.1.1), 或者 (6.1.2) (6.1.2好計D)
如果搵到, 呢D theta就稱為mle

:^(

係呢課, 我地限制個r.v.要符合一D regular conditions, 再討論落去,
定義條件R0~R2, 除左R1有少少衰, 其他兩條都尚可接受

Theorem 6.1.1
就說明Under R0,R1, mle係真係有用, 唔係吹水.
如果你估既parameter唔中,
咁當sample越多, 真既同你估既parameter既likelihood就會相差得越明顯

而實際去計既時候,
要搵mle, 梗係d一d (6.1.2), 即係解開likelihood equation (6.1.5)
(當然有時唔differentiable就唔可以用呢招, 要直做, 不過唔多見)

Theorem 6.1.3
就證明左Under R0~R2同differentiable f,
存在mle converge to true parameter (converge in probability)
mle唔只存在, 而且會搵到至少1個, 使得當sample越多既時候, 佢就越準(converge to true parameter)
即係話如果mle係unique, 咁就肯定會越黎越準啦!

:^(

:^(

值得一提係, 以上內容無論theta係scalar定vector都啱

:^(

:^(

:^(

左頌星 2017-1-7 02:57:09 唔知關唔關 stat 事

:^(

有無人可以好 intuitive 咁講下 kalman filter 係點運作，點解會 work

:^(

Wayne_Rooney 2017-1-7 09:37:22 黎緊會去讀個stat master
有冇巴打講下有咩出路同埋有咩要自學定先

:^(

p.s. degree讀acct

:^(

丁爾打 2017-1-7 09:38:31 有冇巴絲今日去考statistician/research manager?

麥哲倫 2017-1-7 09:41:13 此回覆已被刪除