Вопросы с тегом «normal-distribution»

У меня очень большой набор данных и около 5% случайных значений отсутствуют. Эти переменные связаны друг с другом. В следующем примере набор данных R - просто игрушечный пример с фиктивными коррелированными данными. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Предположим, у меня есть лептокуртическая переменная, которую я хотел бы преобразовать в нормальное состояние. Какие преобразования могут выполнить эту задачу? Мне хорошо известно, что преобразование данных может быть не всегда желательным, но в качестве академической цели, предположим, что я хочу «вбить» данные в нормальное русло. Кроме того, как видно из …

12 normal-distribution  data-transformation  kurtosis  qq-plot 

Почему необходимо сделать предположение о распределении ошибок, т.е. ϵ i ∼ N ( 0 , σ 2 )yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , с .ϵi∼N(0,σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) Почему бы не написать у я ~ Н ( Х β , сг 2 )yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , с ,yi∼N(Xβ^,σ2)yi∼N(Xβ^,σ2)y_i \sim …

12 regression  normal-distribution  residuals  assumptions  notation 

Y=μ+σGY=μ+σGY=\mu+\sigma Gμμ\muWWWGGGRnRn\mathbb{R}^nFFFH0:{μ∈U}H0:{μ∈U}H_0\colon\{\mu \in U\}U⊂WU⊂WU \subset Wf=ϕ(2logsupμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=ϕ(2log⁡supμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=\phi\left( 2\log \frac{\sup_{\mu \in W, \sigma>0} L(\mu, \sigma | y)}{\sup_{\mu \in U, \sigma>0} L(\mu, \sigma | y)} \right). Как мы можем знать, что эта статистика обеспечивает самый мощный тест для (возможно, после отбрасывания необычных частных случаев)? Это не вытекает из теоремы Неймана-Пирсона, потому что эта …

12 hypothesis-testing  normal-distribution  linear-model  power  likelihood-ratio 

Я изучаю t-распределение Стьюдента, и я начал задаваться вопросом, как можно получить функцию плотности t-распределений (из Википедии, http://en.wikipedia.org/wiki/Student%27s_t-distribution ): е( t ) = Γ ( v + 12)v π--√Γ ( v2)( 1 + т2v)- V + 12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} где - степени свободы, а Γ - гамма-функция. Какова интуиция …

12 probability  normal-distribution  t-distribution 

Гауссовские данные, распределенные в одном измерении, требуют двух параметров для его характеристики (среднее значение, дисперсия), и, по слухам, около 30 случайно выбранных выборок обычно достаточно для оценки этих параметров с достаточно высокой достоверностью. Но что происходит, когда число измерений увеличивается? В двух измерениях (например, рост, вес) требуется 5 параметров для …

12 normal-distribution  multivariate-analysis 

Пожалуйста, помогите мне найти предельное распределение (как ) следующего: U_n = \ frac {X_1 + X_2 + \ ldots + X_n} {X_1 ^ 3 + X_2 ^ 3 + \ ldots X_n ^ 3}, где X_i - это N (0,1) .U n = X 1 + X 2 + …

12 distributions  normal-distribution  asymptotics 

Предположим, у меня есть смесь конечного числа гауссиан с известными весами, средними и стандартными отклонениями. Средства не равны. Конечно, можно рассчитать среднее и стандартное отклонение смеси, поскольку моменты представляют собой средневзвешенные значения моментов компонентов. Смесь не является нормальным распределением, но насколько это далеко от нормального распределения? На изображении выше показана …

12 normal-distribution  mixture  distance 

Мы рисуем выборок, каждый размером , независимо от нормального распределения.n ( μ , σ 2 )NNNnnn(μ,σ2)(μ,σ2)(\mu,\sigma^2) Из выборок мы затем выбираем 2 образца, которые имеют наивысшую (абсолютную) корреляцию Пирсона друг с другом.NNN Какова ожидаемая ценность этой корреляции? Спасибо [PS Это не домашняя работа]

12 correlation  normal-distribution  expected-value  maximum 

Кажется, есть несколько вариантов для работы с моделями гауссовых смесей (GMM) в Python. На первый взгляд есть как минимум: PyMix - http://www.pymix.org/pymix/index.php Инструменты для моделирования смесей PyEM - http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/, которая является частью набора инструментов Scipy и, кажется, фокусируется на обновлении GMM : теперь известно как sklearn.mixture . PyPR - http://pypr.sourceforge.net/ …

12 normal-distribution  python  mixture 

Если элемент соответствует нормальному распределению, среднее значение также следует нормальному распределению. Как насчет минимума и максимума?

12 normal-distribution  order-statistics 

Если вы посмотрите на бета-дистрибутив сα = β= 4αзнак равноβзнак равно4\alpha=\beta=4 он выглядит очень похоже на гауссовский дистрибутив . Но так ли это? Как вы можете доказать, является ли распределение бета (4,4) гауссовым или нет?

12 normal-distribution  beta-distribution 

Просто интересно, можно ли найти ожидаемое значение x, если оно нормально распределено, учитывая, что оно ниже определенного значения (например, ниже среднего значения).

12 normal-distribution  conditional-probability  expected-value 

Я читаю о предыдущих распределениях и вычислял Джеффриса для выборки нормально распределенных случайных величин с неизвестным средним и неизвестной дисперсией. Согласно моим расчетам, для Джеффриса справедливо следующее: Здесь - информационная матрица Фишера.яp ( μ , σ2) = dэ т ( я)-----√= де т ( 1 / σ2001 / ( 2 …

12 bayesian  normal-distribution  prior  jeffreys-prior 

Я рассчитываю аналитически рассчитать распределение вероятностей точек выборки из осциллирующей функции, когда есть некоторая ошибка измерения. Я уже рассчитал распределение вероятностей для части «без шума» (я поставлю это в конце), но я не могу понять, как включить «шум». Численная оценка Чтобы быть более понятным, представьте, что есть некоторая функция которой …

12 distributions  normal-distribution  noise