Вопросы с тегом «gamma-distribution»

Неотрицательное непрерывное распределение вероятностей, индексированное двумя строго положительными параметрами.

1
Плотность Y = log (X) для гамма-распределенного Х
Этот вопрос тесно связан с этим постом Предположим, у меня есть случайная величина , и я определяю . Я хотел бы найти функцию плотности вероятности .Y = log ( X ) YX∼Gamma(k,θ)X∼Gamma(k,θ)X \sim \text{Gamma}(k, \theta)Y=log(X)Y=log⁡(X)Y = \log(X)YYY Первоначально я думал, что я просто определю кумулятивную функцию распределения X, сделаю изменение …

2
Ожидание квадрата гамма
Если гамма-распределение параметризовано с помощью и , то:αα\alphaββ\beta E(Γ(α,β))=αβE(Γ(α,β))=αβ E(\Gamma(\alpha, \beta)) = \frac{\alpha}{\beta} Я хотел бы рассчитать ожидание квадрата гаммы, то есть: E(Γ(α,β)2)=?E(Γ(α,β)2)=? E(\Gamma(\alpha, \beta)^2) = ? Я думаю, что это: E(Γ(α,β)2)=(αβ)2+αβ2E(Γ(α,β)2)=(αβ)2+αβ2 E(\Gamma(\alpha, \beta)^2) = \left(\frac{\alpha}{\beta}\right)^2 + \frac{\alpha}{\beta^2} Кто-нибудь знает, правильно ли это последнее выражение?

1
Гиперприорная плотность для иерархической модели Гамма-Пуассона
В иерархической модели данных где на практике типичным является выбор значений ( , что среднее значение и дисперсия гамма-распределения примерно соответствуют среднему значению и дисперсии данных (например, Clayton and Kaldor, 1987 "Эмпирические байесовские оценки стандартизированных по возрасту относительных рисков для картирования заболеваний", " Биометрия" ). Очевидно, что это только специальное …

2
Правильное использование и интерпретация моделей с нулевой раздувкой
Фон: я биостатист, в настоящее время борюсь с набором данных о клеточной экспрессии. В ходе исследования некоторые пептиды подвергались воздействию множества клеток, собранных группами от различных доноров. Клетки либо экспрессируют определенные биомаркеры в ответ, либо нет. Частота ответов затем записывается для каждой группы доноров. Частота ответов (выраженная в процентах) является …

2
Распределение для процентных данных
У меня есть вопрос о правильном распределении, используемом для создания модели с моими данными. Я провел инвентаризацию леса на 50 участков, каждый из которых имеет размеры 20 х 50 м. Для каждого участка я подсчитал процент деревьев, которые затеняют землю. Каждый участок имеет одно значение в процентах для покрытия навеса. …

1
Название для распределения между экспонентой и гаммой?
Плотность где - параметр, находится между экспоненциальной ( ) и ( ) распределения. Просто любопытно, может быть, это пример более общего семейства дистрибутивов? Я не признаю это как таковой.f(s)∝ss+αe−s,s>0f(s)∝ss+αe−s,s>0f(s)\propto \frac{s}{s+\alpha}e^{-s},\quad s > 0α≥0α≥0\alpha \ge 0α=0α=0\alpha=0Γ(2,1)Γ(2,1)\Gamma(2,1)α→∞α→∞\alpha \to \infty

2
Разница гамма-случайных величин
Для двух независимых случайных величин и , каково распределение разности, т.е. ?X∼Gamma(αX,βX)X∼Gamma(αX,βX)X\sim \mathrm{Gamma}(\alpha_X,\beta_X)Y∼Gamma(αY,βY)Y∼Gamma(αY,βY)Y\sim \mathrm{Gamma}(\alpha_Y,\beta_Y)D=X−YD=X−YD=X-Y Если результат малоизвестен, как бы я мог получить результат?

1
Как нарисовать подобранный график и реальный график распределения гаммы на одном графике?
Загрузите пакет, необходимый. library(ggplot2) library(MASS) Генерация 10000 номеров, приспособленных к гамма-распределению. x <- round(rgamma(100000,shape = 2,rate = 0.2),1) x <- x[which(x>0)] Нарисуйте функцию плотности вероятности, предположим, что мы не знаем, к какому распределению x подходит. t1 <- as.data.frame(table(x)) names(t1) <- c("x","y") t1 <- transform(t1,x=as.numeric(as.character(x))) t1$y <- t1$y/sum(t1[,2]) ggplot() + geom_point(data …

3
Независимость статистики от гамма-распределения
Пусть - случайная выборка из гамма-распределения G a m m a ( α , β ) .X1,...,XnX1,...,XnX_1,...,X_nGamma(α,β)Gamma(α,β)\mathrm{Gamma}\left(\alpha,\beta\right) Пусть и S 2 - выборочное среднее и выборочная дисперсия соответственно.X¯X¯\bar{X}S2S2S^2 Затем докажите или опровергните, что и S 2 / ˉ X 2 независимы.Икс¯X¯\bar{X}S2/ X¯2S2/X¯2S^2/\bar{X}^2 Моя попытка: Так как , нам нужно проверить …

1
Каково практическое значение альфы в GLM с гамма-семейством?
Я подгоняю несколько моделей формы .. glm(DV ~ I(1/IV), family = Gamma(link = "log") .. и ищу способы сравнить модели, полученные для разных переменных. Мне интересно, имеет ли значение альфа какое-либо практическое применение? Для трех графиков ниже значения альфа 17,85, 9,03 и 6,27. Содержат ли эти значения какую-либо информацию, которая …

1
Есть ли другая интерпретация для гамма-распределения с нецелым параметром формы?
Хорошо известно, что случайная величина, являющаяся гамма-распределением с параметром целочисленной формы kКk, эквивалентна сумме квадратов kКk нормально распределенных случайных величин. Но что я могу сказать о гамма-распределенной случайной переменной с нецелым kКk ? Есть ли вообще какая-то другая интерпретация, кроме гамма-распределения?

2
Рассчитать кривую ROC для данных
Итак, у меня есть 16 испытаний, в которых я пытаюсь идентифицировать человека по биометрической характеристике, используя расстояние Хэмминга. Мой порог установлен на 3,5. Мои данные ниже, и только пробная версия 1 является истинным положительным результатом: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.