«binomial» etiketlenmiş sorular

Binom dağılımı, sabit sayıda bağımsız "denemede" "başarı" frekanslarını verir. Binom olarak dağıtılabilecek veriler hakkında veya bu dağıtım teorisi hakkında sorular için bu etiketi kullanın.

4
Lme4 (> 1.0) ile donatılmış bir binom GLMM'nin uygunluğu nasıl değerlendirilir?
Ben bir binom dağılımı ve logit bağlantı fonksiyonu ile bir GLMM var ve verilerin önemli bir yönünün modelde iyi temsil olmadığını hissediyorum. Bunu test etmek için, verilerin logit ölçeğinde doğrusal bir fonksiyon tarafından iyi tanımlanıp tanımlanmadığını bilmek istiyorum. Bu nedenle, artıkların iyi davranıp davranmadığını bilmek istiyorum. Ancak, hangi artıkların arsa …

3
Lojistik regresyon binom dağılımını nasıl kullanır?
Lojistik regresyonun binom dağılımını nasıl kullandığını anlamaya çalışıyorum. Diyelim ki kuşlarda yuva başarısı okuyorum. Bir yuvanın başarılı olma olasılığı 0.6'dır. Binom dağılımını kullanarak, n denemede verilen r başarılarının olasılığını hesaplayabilirim (incelenen yuva sayısı). Peki binom dağılımı modelleme bağlamında nasıl kullanılır? Diyelim ki günlük sıcaklığın yuva başarısını nasıl etkilediğini bilmek istiyorum …


3
N başarılı olana kadar döndürmeleri nasıl modelleyebilirim?
Sen ve ben sırayla bozuk para çeviren bir oyun oynamaya karar veriyoruz. Toplamda 10 kafa çeviren ilk oyuncu oyunu kazanır. Doğal olarak, önce kimin gitmesi gerektiği konusunda bir tartışma var. Bu oyunun simülasyonları, ilk çeviren oyuncunun ikinci çeviren oyuncudan% 6 daha fazla kazandığını göstermektedir (ilk oyuncu zamanın yaklaşık% 53'ünü kazanır). …

1
Sıfır hipotezi altında binom testleri simüle edilirken p değerlerinin eşit olmayan dağılımı
Sıfır hipotezi altında p-değeri dağılımının eşit olması gerektiğini duydum. Bununla birlikte, MATLAB'daki binom test simülasyonları, ortalama 0.5'ten (bu durumda 0.518) daha büyük olan homojen dağılımlardan çok farklı geri dönüşler sağlar: coin = [0 1]; success_vec = nan(20000,1); for i = 1:20000 success = 0; for j = 1:200 success = …

2
Binom dağılımının
Bu soru bir teknik takip olan bu soruya . Raftery (1988) 'deN-N-N sunulan modeli anlamakta ve çoğaltmakta zorluk çekiyorum : Binom N parametresi için çıkarım: WinBUGS / OpenBUGS / JAGS'ta hiyerarşik Bayes yaklaşımı . Bu sadece kod ile ilgili değil, bu yüzden burada konu üzerinde olmalıdır. Arka fon Let x …

1
Sıfır hipotezi altında değiştirilebilir örneklerin ardındaki sezgi nedir?
Permütasyon testleri (randomizasyon testi, yeniden randomizasyon testi veya kesin test olarak da adlandırılır) çok faydalıdır ve örneğin normal dağıtım varsayımı t-testkarşılanmadığında ve değerlerin parametrik olmayan test Mann-Whitney-U-test, daha fazla bilginin kaybolmasına neden olur. Bununla birlikte, bu tür bir test kullanılırken bir ve sadece bir varsayım göz ardı edilmemelidir, örneklerin sıfır …
16 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

4
Degrade artırıcı makine doğruluğu, yineleme sayısı arttıkça azalır
Gradyan arttırıcı makine algoritmasını caretR'deki paket üzerinden deniyorum. Küçük bir kolej veri kümesi kullanarak, aşağıdaki kodu koştu: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) fitControl <- trainControl(method = …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 


7
Poisson dağılımının neden binom dağılımının sınırlayıcı vakası olduğunu sezgisel olarak anlayın
DS Sivia'nın "Veri Analizi" nde Poisson dağılımının binom dağılımından bir türevi vardır. olduğunda Poisson dağılımının binom dağılımının sınırlayıcı vakası olduğunu iddia ederler; burada , deneme sayısıdır.M→∞M→∞M\rightarrow\inftyMMM Soru 1: Bu argüman sezgisel olarak nasıl anlaşılabilir? Soru 2: Büyük sınırı neden eşittir Burada , başarı sayısıdır. denemeler? (Bu adım türetmede kullanılır.)MMMM!N!(M−N)!M!N!(M−N)!\frac{M!}{N!(M-N)!}MNN!MNN!\frac{M^{N}}{N!}NNNMMM

1
Binom rasgele değişken için tahmin aralığı
Binom rasgele değişkeni için tahmin aralığı formülü (yaklaşık veya kesin) nedir? Varsayalım Y∼Binom(n,p)Y∼Binom(n,p)Y \sim \mathsf{Binom}(n, p) ve gözlemlediğimiz yyy (çekilir YYY ). nnn bilinmektedir. Hedefimiz yeni bir beraberlik için% 95 tahmin aralığı elde etmektir YYY. Nokta tahmini np^np^n\hat{p} , p = yp^=ynp^=yn\hat{p}=\frac{y}{n} . A güven aralığı p basittir, ama bir …


2
Lojistik regresyonda aşırı dağılım
Lojistik regresyonda aşırı dağılım kavramını ele almaya çalışıyorum. Tepki değişkeninin gözlenen varyansı binom dağılımından beklenenden daha büyük olduğunda aşırı dağılımın olduğunu okudum. Fakat bir binom değişkeni sadece iki değere (1/0) sahipse, nasıl bir ortalaması ve varyansı olabilir? Bernoulli denemelerinin x sayısından elde edilen başarıların ortalamasını ve varyansını hesaplamakta iyiyim. Ama …

2
Binomun varyansını anlamıyorum
Böylesine temel bir soru sorsa bile kendimi aptal gibi hissediyorum ama işte gidiyor: ve ile ve değerlerini alabilen rastgele bir değişkenim varsa, o zaman örnek çizersem, alacağım binom dağılımı.XXX000111P(X=1)=pP(X=1)=pP(X=1) = pP(X=0)=1−pP(X=0)=1−pP(X=0) = 1-pnnn Dağılımın ortalaması μ=np=E(X)μ=np=E(X)\mu = np = E(X) Dağılımın varyansı σ2=np(1−p)σ2=np(1−p)\sigma^2 = np(1-p) Sorunum burada başlıyor: Varyans . …

5
N Bernoulli denemelerinde bir dizi başarı elde etme olasılığı
25 deneme bloğunda bir satırda 8 deneme doğru alma olasılığını bulmaya çalışıyorum, arka arkaya 8 deneme doğru almak için 8 toplam blok (25 deneme) var. Tahminlere dayalı olarak herhangi bir denemeyi doğru yapma olasılığı 1/3'tür, arka arkaya 8 tane doğru girdikten sonra bloklar sona erer (bu nedenle doğru bir sırada …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.