Вопросы с тегом «distributions»

Я использовал логарифмические нормальные распределения в качестве предыдущих распределений для параметров масштаба (для нормальных распределений, t-распределений и т. Д.), Когда у меня есть приблизительное представление о том, каким должен быть масштаб, но я хочу ошибиться, говоря, что я не знаю много об этом. Я использую это, потому что это использование …

21 distributions  bayesian  modeling  prior  maximum-entropy 

Я не понимаю, почему «отрицательная биномиальная» случайная переменная имеет такое имя. Что в этом негативного? Что в этом биномиального? Что в этом отрицательно-биномиального?

21 distributions  random-variable  terminology  negative-binomial 

Как работает метод инверсии? Скажем , у меня случайную выборку X1,X2,...,XnX1,X2,...,XnX_1,X_2,...,X_n с плотностью f(x;θ)=1θx(1−θ)θf(x;θ)=1θx(1−θ)θf(x;\theta)={1\over \theta} x^{(1-\theta)\over \theta} более 0&lt;x&lt;10&lt;x&lt;10<x<1и, следовательно, cdfFX(x)=x1/θFX(x)=x1/θF_X(x)=x^{1/\theta}на(0,1)(0,1)(0,1). Тогда методом обращения я получаю распределениеXXXкакF−1X(u)=uθFX−1(u)=uθF_X^{-1}(u)=u^\theta. Так есть ли uθuθu^\theta распределение XXX ? Так работает метод инверсии? u&lt;-runif(n) x&lt;-u^(theta)

21 r  distributions  inference  random-generation  inverse-cdf 

У меня есть две функции плотности вероятности нормальных распределений: f1(x1|μ1,σ1)=1σ12π−−√e−(x−μ1)22σ21f1(x1|μ1,σ1)=1σ12πe−(x−μ1)22σ12f_1(x_1 \; | \; \mu_1, \sigma_1) = \frac{1}{\sigma_1\sqrt{2\pi} } \; e^{ -\frac{(x-\mu_1)^2}{2\sigma_1^2} } и f2(x2|μ2,σ2)=1σ22π−−√e−(x−μ2)22σ22f2(x2|μ2,σ2)=1σ22πe−(x−μ2)22σ22f_2(x_2 \; | \; \mu_2, \sigma_2) = \frac{1}{\sigma_2\sqrt{2\pi} } \; e^{ -\frac{(x-\mu_2)^2}{2\sigma_2^2} } Я ищу функцию плотности вероятности разделения между и . Я думаю, это означает, что …

21 distributions  normal-distribution  distance 

Когда я строю гистограмму моих данных, она имеет два пика: Означает ли это потенциальное мультимодальное распределение? Я запустил dip.testв R ( library(diptest)), и вывод: D = 0.0275, p-value = 0.7913 Я могу заключить, что мои данные имеют мультимодальное распределение? ДАННЫЕ 10346 13698 13894 19854 28066 26620 27066 16658 9221 13578 …

21 r  hypothesis-testing  distributions  self-study  histogram 

Вдохновленный « реальными примерами общих распределений », интересно , что педагогические примеры люди используют , чтобы продемонстрировать отрицательную асимметрию? Есть много «канонических» примеров симметричных или нормальных распределений, используемых в обучении - даже если такие, как рост и вес, не выдерживают более тщательного биологического исследования! Кровяное давление может быть ближе к …

21 distributions  skewness  teaching 

Какие распределения имеют решения в замкнутой форме для оценки максимального правдоподобия параметров из выборки независимых наблюдений?

21 distributions  mathematical-statistics  maximum-likelihood 

После выполнения анализа главных компонентов (PCA) я хочу спроецировать новый вектор на пространство PCA (т.е. найти его координаты в системе координат PCA). Я рассчитал PCA на языке R, используя prcomp. Теперь я должен быть в состоянии умножить свой вектор на матрицу вращения PCA. Должны ли главные компоненты в этой матрице …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Я узнаю об эмпирической функции кумулятивного распределения. Но я все еще не понимаю Почему это называется «Эмпирический»? Есть ли разница между Эмпирическим CDF и CDF?

21 distributions  terminology  cdf  ecdf 

Я не хочу знать, имеют ли некоторые явления в природе нормальное распределение, но можем ли мы где-нибудь увидеть форму нормальной кривой, как мы можем видеть это, например, в рамке Гальтона. Смотрите эту фигуру из Википедии. Обратите внимание, что многие математические формы или кривые непосредственно видны в природе, например, золотая середина …

20 distributions  normality-assumption 

Точность определяется как: p = true positives / (true positives + false positives) Является ли это исправить , что, как true positivesи false positivesподход 0, точность приближается к 1? Тот же вопрос для отзыва: r = true positives / (true positives + false negatives) В настоящее время я выполняю статистический …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Вероятно , это тривиальный вопрос, но мой поиск был бесплодном до сих пор, в том числе этой статьи в Википедии , и «Compendium распределений» документ . Если имеет равномерное распределение, означает ли это, что следует экспоненциальному распределению?e XXXXeXeXe^X Аналогично, если следует экспоненциальному распределению, означает ли это, что следует равномерному распределению?l …

20 distributions  data-transformation  exponential  uniform 

В чем смысл тильды при определении вероятностных распределений? Например: Z∼Normal(0,1).Z∼Normal(0,1).Z \sim \mbox{Normal}(0,1).

20 probability  distributions  notation 

Обычно используют второй, третий и четвертый моменты распределения для описания определенных свойств. Частичные моменты или моменты выше четвертого описывают какие-либо полезные свойства распределения?

20 distributions  moments  partial-moments 

Я работаю над созданием веб-сайта, который отображает данные переписи для выбранных пользователем полигонов и хотел бы графически показать распределение различных параметров (по одному графику на параметр). Данные обычно имеют следующие свойства: Размер выборки, как правило, большой (скажем, около 10000 точек данных) Диапазон значений имеет тенденцию быть достаточно большим (например, минимальная …

20 distributions  data-visualization  boxplot