«characteristic-function» etiketlenmiş sorular

üzerindeki standartlaştırılmış bir Gauss dağılımı açıkça yoğunluğunu vererek tanımlanabilir: RR\mathbb{R}12π−−√e−x2/212πe−x2/2 \frac{1}{\sqrt{2\pi}}e^{-x^2/2} veya karakteristik işlevi. Bu soruda hatırlandığı üzere , örneklemin ortalama ve varyansının bağımsız olduğu tek dağılım budur. Bildiğiniz Gaussian önlemlerin diğer şaşırtıcı alternatif karakteristikleri nelerdir? En şaşırtıcı cevabı kabul edeceğim

52 probability  normal-distribution  mathematical-statistics  characteristic-function 

Bir kişinin yatmadan önce karakteristik bir fonksiyonun ne olduğunu ve pratikte nasıl kullanıldığını açıklayabileceğini umuyorum. Bunun pdf'in Fourier dönüşümü olduğunu okudum, bu yüzden sanırım ne olduğunu biliyorum , ancak hala amacını anlamıyorum. Birisi amacının sezgisel bir tarifini ve belki de tipik olarak nasıl kullanıldığına dair bir örnek verebilirse, bu harika …

37 probability  mathematical-statistics  characteristic-function 

Bir veri kümesi üzerinde çapraz doğrulanmış rasgele bir orman çalıştırmak için şapka kullanıyorum. Y değişkeni bir faktördür. Veri setimde hiç NaN, Inf veya NA yok. Ancak rastgele orman çalıştırırken, alıyorum Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Moment üreten fonksiyon ile karakteristik fonksiyon arasındaki bağlantıyı anlamaya çalışıyorum. Moment üreten fonksiyon şu şekilde tanımlanır: MX( t ) = E( exp( t X) ) = 1 + t E( X)1+ t2E( X2)2 !+ ⋯ + tnE( Xn)n !MX(t)=E(tecrübe⁡(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n! M_X(t) = E(\exp(tX)) = 1 + \frac{t E(X)}{1} + \frac{t^2 E(X^2)}{2!} …

17 probability  moments  mgf  method-of-moments  characteristic-function 

CLT'nin karakteristik fonksiyonları kullanmadığına dair herhangi bir kanıt var mı, daha basit bir yöntem mi? Belki Tikhomirov veya Stein'ın yöntemleri? Bağımsız bir şey bir üniversite öğrencisine (matematik veya fizik birinci yılı) açıklayabilir ve birden fazla sayfa alır?

11 mathematical-statistics  central-limit-theorem  characteristic-function