Machine_Learning第5章课后习题.docVIP

机器学习第五章课后习题 在测试一假设h时，发现在一包含n 1000个随机抽取样例的样本s上，它出现r 300个错误。Errors h 的标准差是什么？将此结果与第5.3.4节末尾的例子中标准差相比会得出什么结论？ 由题意知errors h r/n 300/1000 0.3,由于r是二项分布，它的方差为np 1-p ,然而p未知，用r/p代替p得出r的估计方差为1000*0.3*（1-0.3） 210，相应的标准差为sqrt 210 14.5,这表示errors h r/n中的标准差为14.5/1000 0.0145，由此得出以下结论：一般来说，若在n个随机选取的样本中有r个错误，errors h 的标准差为sqrt p 1-p /n ,它约等于用r/n errors h 来代替p. 2、如果没有更多的信息对真实错误率的评估也就是样本错误率， 则真实错误率的标准差为：17/100 0.17 95%的置信区间 带入数字得95%的置信区间为U）是多少？90%单侧区间是多少？ 解：样本数为：n 65，假设h在n个样本上所犯的错误为r 10，所以样本错误率为errorS h 。 于是：errorD h 的N%的置信区间为： 当N 90时，查表5-1得：zN 1.64，可得真实错误率的90%的置信区间为： 0.16±0.073 95%的单侧置信区间为errorD h ≤U，其中 90%的单侧置信区间为：errorD h ≤ U，其中（zN为置信度为80%的置信度时的值1.28）。 4.要测试一假设h，其errorD h 已知在0.2到0.6的范围内，要保证95%双侧置信区间的宽度小于0.1，最小应搜集的样例数是多少？ 解：若使95%双侧置信区间的宽度小于0.1，则： （其中zN 1.96）， 上式中 因此最少应搜集的样例数为301 5.5 对随即变量 ,为待估参数,服从N 0,1 分布,,均值 为d,方差为 其中:erorD h1 -errorD h2 单侧置信区间下限: [d-zN ,+∞ 同理可求单侧置信区间上限: -∞,d+ zN ],把 代入即可. 5.6 首先，先回顾一下抽样样本的数字特征， 设为总体的一个样本，则： 1. 样本均值 2. 样本方差 3. 样本标准差 4. 样本 k阶 原点矩 5. 样本 k阶 中心矩 对于式5.14， S是从整个样本空间上抽取的，因此样本方差 样本均值 式5.14的近似的N%的置信区间为： 而对于式5.17 其中，S代表一个大小为且从中均匀抽取的样本。则它的近似的 N%的置信区间为： 由于抽取的样本方式不同，因此样本分量之间的独立程度也有很大差别，所以不能式5.14与式5.17的近似的N%的置信区间的估计方法混为一谈。