Вопросы с тегом «normal-distribution»

Нормальное или гауссовское распределение имеет функцию плотности, которая является симметричной кривой в форме колокола. Это один из самых важных распределений в статистике. Используйте тег [normality] для запроса о тестировании на нормальность.

1
Существует ли теорема, в которой говорится, что сходится по распределению к нормали, когда стремится к бесконечности?
Пусть будет любым распределением с определенным средним значением и стандартным отклонением . Центральная предельная теорема говорит, что сходится по распределению к стандартному нормальному распределению. Если мы заменим типовым стандартным отклонением , существует ли теорема о том, что сходится по распределению к t-распределению? Так как для большихXXXμμ\muσσ\sigman−−√X¯−μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSSn−−√X¯−μSnX¯−μS …

1
Почему
В наборе задач я доказал эту «лемму», результат которой для меня не интуитивен. ZZZ - стандартное нормальное распределение в цензурированной модели. Формально Z*∼ No r m ( 0 , σ2)Z∗∼Norm(0,σ2)Z^* \sim Norm(0, \sigma^2) и Z= Т а х ( Z*, С )Z=max(Z∗,c)Z = max(Z^*, c) . Тогда Е[ Z| Z> …

1
Я регистрирую преобразованную зависимую переменную, могу ли я использовать нормальное распределение GLM с функцией ссылки LOG?
У меня есть вопрос, касающийся обобщенных линейных моделей (GLM). Моя зависимая переменная (DV) непрерывна и не является нормальной. Таким образом, я лог преобразовал это (все еще не нормальный, но улучшил это). Я хочу связать DV с двумя категориальными переменными и одной непрерывной ковариабельной. Для этого я хочу провести GLM (я …

2
Ожидаемое значение гауссовской случайной величины, преобразованной с помощью логистической функции
И логистическая функция, и стандартное отклонение обычно обозначаются . Я буду использовать и для стандартного отклонения.σσ\sigmaσ(x)=1/(1+exp(−x))σ(x)=1/(1+exp⁡(−x))\sigma(x) = 1/(1+\exp(-x))sss У меня есть логистический нейрон со случайным входом которого среднего и стандартное отклонение я знаю. Я надеюсь, что разница от среднего значения может быть хорошо аппроксимирована некоторым гауссовским шумом. Итак, с небольшим …

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
Гауссово распределение с моментами высшего порядка
Для гауссовского распределения с неизвестным средним и дисперсией достаточная статистика в стандартной экспоненциальной форме семейства . У меня есть распределение , которое имеет Т ( х ) = ( х , х 2 , . . . , Х 2 Н )T( х ) = ( х , х2)T(Икс)знак равно(Икс,Икс2)T(x)=(x,x^2)T( …

1
Почему Anova () и drop1 () предоставили разные ответы для GLMM?
У меня есть GLMM формы: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Когда я использую drop1(model, test="Chi"), я получаю другие результаты, чем если бы я использовал Anova(model, type="III")из пакета автомобиля или summary(model). Последние два дают одинаковые ответы. Используя кучу сфабрикованных данных, я обнаружил, …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 


1
Проверка гипотез на обратной ковариационной матрице
Предположим, я наблюдаю iid и хочу проверить vech для согласованной матрицы и вектора . Известны ли работы по этой проблеме?Икся∼ N( μ , Σ )Икся~N(μ,Σ)x_i \sim \mathcal{N}\left(\mu,\Sigma\right)( Σ - 1 ) = a A aЧАС0: A ЧАС0:A H_0: A\ ( Σ- 1) =а(Σ-1)знак равноa\left(\Sigma^{-1}\right) = aAAAaaa Очевидная (для меня) попытка …

2
Корреляция между дихотомической и непрерывной переменной
Я пытаюсь найти корреляцию между дихотомической и непрерывной переменной. Исходя из моей основной работы по этому вопросу, я обнаружил, что должен использовать независимый t-критерий, и предварительным условием для этого является то, что распределение переменной должно быть нормальным. Я выполнил тест Колмогорова-Смирнова для проверки нормальности и обнаружил, что непрерывная переменная является …

3
Как формально проверить «разрыв» в нормальном (или другом) распределении
В социальной науке часто возникает мысль о том, что переменные, которые должны быть распределены каким-либо образом, скажем, нормально, в конечном итоге имеют разрыв в распределении вокруг определенных точек. Например, если существуют определенные ограничения, такие как «прохождение / отказ» и если эти меры подвержены искажениям, в этой точке может быть разрыв. …

3
Метод случайных следов
Я встречал следующую методику рандомизированных следов у М. Сигера, «Обновления низкого ранга для разложения Холецкого», Университет Калифорнии в Беркли, Тех. Реп, 2007. tr(A)=E[xTAx]tr⁡(A)=E[xTAx]\operatorname{tr}(\mathbf{A}) = {E[\mathbf{x}^T \mathbf{A} \mathbf{x}]} где .x∼N(0,I)x∼N(0,I)\mathbf{x} \sim N(\mathbf{0},\mathbf{I}) Как человек без глубоких математических знаний, мне интересно, как можно достичь этого равенства. Кроме того, как мы можем интерпретировать …

2
Основано ли использование стандартного отклонения на предположении о нормальном распределении?
Мне интересно, было ли стандартное отклонение всегда построено в предположении нормального распределения. Другими словами, если выборка не распределяется нормально, следует ли считать использование стандартного отклонения ошибкой?

3
Т-распределение с более тяжелым хвостом, чем нормальное распределение
В моих конспектах говорится: Т-распределение выглядит нормально, хотя и с немного более тяжелыми хвостами. Я понимаю, почему это выглядело бы нормально (из-за центральной предельной теоремы). Но мне трудно понять, как математически доказать, что у него более тяжелые хвосты, чем у нормального распределения, и есть ли способ измерить, насколько он тяжелее …

6
Как читается нотация ?
Как читается нотация ? Это следует нормальному распределению? Или является нормальным распределением? Или, возможно, примерно нормально ..X∼N(μ,σ2)X∼N(μ,σ2)X\sim N(\mu,\sigma^2)XXX XXX XXX Что если есть несколько переменных, которые следуют (или каковы бы ни были слова) одному и тому же распределению? Как это написано?

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.