Вопросы с тегом «joint-distribution»

3
Разве общая вероятность двух независимых событий не должна быть равна нулю?
Если совместная вероятность является пересечением двух событий, то не должна ли совместная вероятность двух независимых событий быть нулевой, поскольку они вообще не пересекаются? Я запутался.

1
Верхние границы плотности связки?
Фреш-Хёфдинг верхней границы относится к функции распределения копулы и задается C(u1,...,ud)≤min{u1,..,ud}.C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. Есть ли подобные (в том смысле , что оно зависит от предельных плотностей) до верхней границы для плотности копулы c(u1,...,ud)c(u1,...,ud)c(u_1,...,u_d) вместо CDF? Любая ссылка будет принята с благодарностью.

5
Разница между терминами «совместное распределение» и «многомерное распределение»?
Я пишу об использовании «совместного распределения вероятностей» для аудитории, которая с большей вероятностью поймет «многомерное распределение», поэтому я подумываю использовать позже. Тем не менее, я не хочу терять смысл при этом. Википедия, кажется, указывает, что это синонимы. Они? Если нет, то почему нет?

3
Оценка максимального правдоподобия совместного распределения с учетом только предельных показателей
Пусть - совместное распределение двух категориальных переменных с . Скажем, из этого распределения было взято выборок, но нам даны только предельные значения, а именно для : X , Y x , y ∈ { 1 , … , K } n j = 1 , … , Kпх , уpx,yp_{x,y}Икс, …

1
Необходимое и достаточное условие совместной МГФ для независимости
Предположим, у меня есть совместная функция, генерирующая момент для совместного распределения с CDF . Является ли необходимым и достаточным условием независимости и ? Я проверил пару учебников, в которых упоминалась только необходимость:MX,Y(s,t)MX,Y(s,t)M_{X,Y}(s,t)FX,Y(x,y)FX,Y(x,y)F_{X,Y}(x,y)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)M_{X,Y}(s,t)=M_{X,Y}(s,0)⋅M_{X,Y}(0,t)XXXYYY FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)F_{X,Y}(x,y)=F_X(x)\cdot F_Y(y) \implies M_{X,Y}(s,t)=M_X(s) \cdot M_Y(t) Этот результат очевиден, поскольку независимость подразумевает . Так как MGF маргиналов определяются …

1
Как найти предельное распределение от совместного распределения с многовариантной зависимостью?
Одна из проблем в моем учебнике состоит в следующем. Двумерный стохастический непрерывный вектор имеет следующую функцию плотности: еИкс, Y( х , у) = { 15 х у20если 0 <x <1 и 0 <y <xв противном случаеfX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 …

2
Имеет ли место многомерная центральная предельная теорема (ЦПТ), когда переменные демонстрируют совершенную одновременную зависимость?
Название подводит итог моего вопроса, но для ясности рассмотрим следующий простой пример. Пусть Икся∽я я дN( 0 , 1 )Икся∽яяdN(0,1)X_i \overset{iid}{\backsim} \mathcal{N}(0, 1) , я = 1 , . , , , нязнак равно1,,,,,Ni = 1, ..., n . Определите: SN= 1NΣя = 1NИксяSNзнак равно1NΣязнак равно1NИкся\begin{equation} S_n = \frac{1}{n} \sum_{i=1}^n …

1
Как сравнить наблюдаемые и ожидаемые события?
Предположим, у меня есть одна выборка частот из 4 возможных событий: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 и у меня есть ожидаемые вероятности того, что мои события произойдут: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 С суммой наблюдаемых частот …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
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.