Вопросы с тегом «pdf»

Функция плотности вероятности (PDF) непрерывной случайной величины дает относительную вероятность для каждого из ее возможных значений. Используйте этот тег и для функций с дискретной вероятностью (PMF).

1
Как называется метод оценки плотности, при котором все возможные пары используются для создания нормального распределения смеси?
Я просто подумал о аккуратном (не обязательно хорошем) способе создания одномерных оценок плотности, и мой вопрос: У этого метода оценки плотности есть имя? Если нет, то является ли это частным случаем какого-либо другого метода в литературе? Вот метод: Мы имеем вектор который мы предполагаем, взят из некоторого неизвестного распределения, которое …

5
Как выполнить вменение значений в очень большом количестве точек данных?
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 

1
Различия между PROC Mixed и lme / lmer в R - степени свободы
Примечание: этот вопрос является репостом, так как мой предыдущий вопрос пришлось удалить по юридическим причинам. Сравнивая PROC MIXED из SAS с функцией lmeиз nlmeпакета в R, я наткнулся на некоторые довольно запутанные различия. Более конкретно, степени свободы в разных тестах различаются между PROC MIXEDи lme, и я задавался вопросом, почему. …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

1
Линейное преобразование случайной величины с помощью высокой прямоугольной матрицы
Допустим, у нас есть случайный вектор , взятый из распределения с функцией плотности вероятности . Если мы линейно преобразуем его с помощью матрицы полного ранга, чтобы получить , то плотность определяется каке → Х ( → х )п×п → Y = → X → Y F → Y ( → …

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 …

5
Как получить область эллипса из двумерных нормальных распределенных данных?
У меня есть данные, которые выглядят так: Я попытался применить нормальное распределение (оценка плотности ядра работает лучше, но мне не нужна такая большая точность), и это работает довольно хорошо. Плотность графика составляет эллипс. Мне нужно получить эту функцию эллипса, чтобы решить, находится ли точка в области эллипса или нет. Как …
12 r  regression  pdf  bivariate 

1
Как подобрать приблизительный PDF (т.е. оценку плотности), используя первые k (эмпирических) моментов?
У меня есть ситуация, когда я могу оценить (первые) моментов набора данных и хотел бы использовать его для оценки функции плотности.kkk Я уже сталкивался с распределением Пирсона , но понял, что он опирается только на первые 4 момента (с некоторыми ограничениями на возможные комбинации моментов). Я также понимаю, что любого …

5
Вероятность того, что непрерывная случайная величина принимает фиксированную точку
Я нахожусь во вводном классе статистики, в котором функция плотности вероятности для непрерывных случайных величин была определена как . Я понимаю, что интеграл от но я не могу исправить это своей интуицией непрерывной случайной величины. Скажем, X является случайной величиной, равной количеству минут от времени t, когда поезд прибывает. Как …

1
Оценка наклона прямой части сигмовидной кривой
Я получил эту задачу и был поставлен в тупик. Коллега попросил меня оценить и следующего графика: х л о ж е гИксу р р е гxupperx_{upper}Иксл о ж е гxlowerx_{lower} Кривая на самом деле является кумулятивным распределением, а х является своего рода измерениями. Ему интересно знать, каковы соответствующие значения на …

1
Интуитивное понимание ковариации, кросс-ковариации, авто- / кросс-корреляции и плотности спектра мощности
В настоящее время я готовлюсь к выпускным экзаменам по базовой статистике для моего бакалавра ЕЭК. Хотя я думаю, что математика в основном не работает, мне не хватает интуитивного понимания, что на самом деле означают цифры (Преамбула: я буду использовать довольно небрежный язык). Я знаю, что E [X] является «средневзвешенным значением» …

5
«Пик» перекошенной функции плотности вероятности
Я хотел бы описать «пиковость» и «тяжесть хвоста» нескольких искаженных функций плотности вероятности. Особенности, которые я хочу описать, будут ли они называться «куртозом»? Я видел только слово "эксцесс", используемое для симметричных распределений?

3
Как определяется когда
Скажем, что YYY - непрерывная случайная величина, а XXX - дискретная. Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} Как мы знаем, Pr(Y=y)=0Pr(Y=y)=0\Pr(Y=y) = 0 потому что YYY - непрерывная случайная величина. И на основании этого я испытываю желание сделать вывод, что вероятность Pr(X=x|Y=y)Pr(X=x|Y=y)\Pr(X=x|Y=y) не определена. Тем не менее, Википедия утверждает здесь, что она …

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> …

2
Оценка плотности ядра по асимметричным распределениям
Пусть - наблюдения, полученные из неизвестного (но, безусловно, асимметричного) распределения вероятностей.{ х1, … , ХN}{x1,…,xN}\{x_1,\ldots,x_N\} Я хотел бы найти распределение вероятностей с помощью KDE Однако я попытался использовать ядро ​​Гаусса, но оно работало плохо, поскольку оно симметрично. Таким образом, я видел, что были выпущены некоторые работы с ядрами Gamma и …

1
Интерпретация графиков условной плотности
Я хотел бы знать, как правильно интерпретировать графики условной плотности. Я вставил две ниже, которые я создал в R с cdplot. Например, равна ли вероятность того, что Result равен 1, когда Var 1 равен 150 приблизительно 80%? Темно-серая область - это то, что является условной вероятностью того, что Resultона равна …

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.