«distributions» etiketlenmiş sorular

Aşağıda, buradaki ve buradaki önceki yayınlara benzer ancak farklı Tüm siparişlerin momentlerini kabul eden iki dağılım göz önüne alındığında, iki dağılımın tüm momentleri aynı ise, aynı dağıtımlar ae mıdır? Moment üreten fonksiyonları kabul eden iki dağılım göz önüne alındığında, eğer aynı momentlere sahiplerse, moment üreten fonksiyonları aynı mıdır?

17 distributions  lognormal  moments  mgf 

Herhangi biri bana Cauchy Dağılımından bazı pratik örnekler verebilir mi? Onu bu kadar popüler yapan nedir?

16 distributions  continuous-data  cauchy 

Let ve aynı belirtilmemiş dağılım formundan ancak farklı parametre değerleri hesaba katılması ile oluşturulan bağımsız sürekli rastgele değişkenler. İzin verilen tüm parametre değerleri için aşağıdaki örnekleme olasılığının bulunduğu bir parametrik dağıtım formu bulmakla ilgileniyorum:Y ∼ Dist (X∼Dist(θX)X∼Dist(θX)X \sim \text{Dist}(\theta_X)Y∼Dist(θY)Y∼Dist(θY)Y \sim \text{Dist}(\theta_Y) P(X>Y|θX,θY)=θ2Xθ2X+θ2Y.P(X>Y|θX,θY)=θX2θX2+θY2.\mathbb{P}(X > Y| \theta_X, \theta_Y) = \frac{\theta_X^2}{\theta_X^2 + \theta_Y^2}. …

16 probability  distributions 

Normal dağılımın ilk türetme neydi yapabilirsiniz o türetme çoğaltmak ve ayrıca tarihsel bağlamda anlatmaya ? Demek istediğim, eğer insanlık normal dağılımı unuttuysa, onu yeniden keşfetmenin en olası yolu nedir ve en olası türetme ne olurdu? İlk türevlerin, binomlar gibi temel kesikli olasılık dağılımlarını hesaplamak için hızlı yollar bulmaya çalışmanın bir …

16 probability  distributions  normal-distribution  references  history 

Bu konunun daha önce burada tartışıldığını gördüm ama özel bir şey bulamadım. Sonra tekrar, ne arayacağından da emin değilim. Bir boyutlu sıralı veri setim var. Kümedeki tüm noktaların aynı dağılımdan çekildiğini varsayıyorum. Bu hipotezi nasıl test edebilirim? "Bu veri setindeki gözlemler iki farklı dağılımdan alınmıştır" genel bir alternatifine karşı test …

16 hypothesis-testing  distributions  mixture 

İki değişkenin aynı dağılımı takip edip etmediğini test etmek istiyorsanız, her iki değişkeni sıralamak ve sonra korelasyonlarını kontrol etmek iyi bir test olur mu? Yüksekse (en az 0.9?), Büyük olasılıkla değişkenler aynı dağılımdan gelir. Burada dağıtım ile "normal", "ki-kare", "gama" vb.

16 hypothesis-testing  distributions 

Dağılımı hakkında orada herhangi bir bilgi var mı inci cumulant verilir ? Kümülatif üretme fonksiyonu Bazı rasgele değişkenlerin sınırlayıcı dağılımı olarak karşımıza çıktım ama bu konuda herhangi bir bilgi bulamadım.nnn1n1n\frac 1 nκ(t)=∫10etx−1x dx.κ(t)=∫01etx−1x dx. \kappa(t) = \int_0 ^ 1 \frac{e^{tx} - 1}{x} \ dx.

16 distributions  mgf  cumulants 

Pek çok dağıtımda "köken mitleri" veya iyi tanımladıkları fiziksel süreç örnekleri vardır: Merkezi Limit Teoremi aracılığıyla ilişkisiz hataların toplamından normal olarak dağıtılmış veriler alabilirsiniz Bağımsız madeni para çevirmelerinden veya Poisson tarafından dağıtılan değişkenlerden bu işlemin bir sınırından binom olarak dağıtılmış veriler alabilirsiniz Sabit bir bozulma oranı altında bekleme sürelerinden katlanarak …

16 distributions  laplace-distribution 

Let boyuta olasılığı simpleks olan , yani gibi olduğu ve \ sum_i x_i = 1 . K - 1 x ∈ Δ K x i ≥ 0 ∑ i x i = 1ΔKΔK\Delta_{K}K- 1K-1K-1x ∈ ΔKx∈ΔKx \in \Delta_{K}xben≥ 0xben≥0x_i \ge 0Σbenxben= 1Σbenxben=1\sum_i x_i = 1 \ Delta_ {K} üzerinden sık …

16 distributions  multinomial  compositional-data 

Let , diğer bir deyişle uygun olarak dağıtılır ortalama sahip olan üç boyutlu Wishart dağılımı ve serbestlik derecesi . için bir ifade istiyorum neredebelirleyicidir.Λ ~ WD( ν, Ψ )Λ~WD(ν,Ψ)\Lambda \sim \mathcal W_D(\nu, \Psi)D × DDxDD \times DνΨνΨ\nu \Psiνν\nuE( log| Λ | )E(günlük⁡|Λ|)E(\log |\Lambda|)| Λ ||Λ||\Lambda| Bunun cevabı için biraz google'landım …

16 distributions  wishart 

İki rastgele değişkenim var, αi∼iid U(0,1),i=1,2αi∼iid U(0,1),i=1,2\alpha_i\sim \text{iid }U(0,1),\;\;i=1,2 buradaU(0,1)U(0,1)U(0,1) eşit 0-1 dağılımıdır. Sonra, bunlar bir süreç verir, örneğin: P(x)=α1sin(x)+α2cos(x),x∈(0,2π)P(x)=α1sin⁡(x)+α2cos⁡(x),x∈(0,2π)P(x)=\alpha_1\sin(x)+\alpha_2\cos(x), \;\;\;x\in (0,2\pi) Şimdi, bir kapalı form ekspresyon olup olmadığını merak F−1(P(x);0.75)F−1(P(x);0.75)F^{-1}(P(x);0.75) teorik yüzde 75 quantile P(x)P(x)P(x) , belirli bir için x∈(0,2π)x∈(0,2π)x\in(0,2\pi) herhalde -I bir bilgisayar ve birçok gerçekleştirmeleri ile yapabilirsiniz …

16 distributions  probability  stochastic-processes 

Bir güç yasası dağıtımının pdfp ( x ) = α - 1xmin( xxmin)- αp(x)=α-1xmin(xxmin)-α p(x) = \frac{\alpha-1}{x_{\text{min}}} \left(\frac{x}{x_{\text{min}}} \right)^{-\alpha} Ancak, örneğin hisse senedi fiyatlarının bir güç yasası dağıtımını izlemesi sezgisel olarak ne anlama gelir? Bu, kayıpların çok yüksek ancak seyrek olabileceği anlamına mı geliyor?

16 distributions  power-law 

Olasılık teorisi ile olasılık dağılım fonksiyonları ve kümülatif dağılım fonksiyonları gibi önemli kavramları açıklayan iyi kitaplar var mı? Lütfen, John Rice'ın basit permütasyon kavramları ile başlayan ve daha sonra (2. bölümde) gerçek analiz, çoklu ve yüzey integrallerinde bilgi alarak ve CDF'leri tanımlamaya başlayan bir adım atın ve CDF'leri tanımlamaya başlayın. …

16 probability  self-study  distributions  references  theory 

Bir ampirik dağılımı önceden belirlenmiş bir referans dağılımı ile karşılaştırmak yerine, aynı temel dağılımdan gelip gelmediklerini belirlemek için iki ampirik dağılımı karşılaştırmak için Kolmogorov-Smirnov uygunluk testini kullanmak uygun mudur? Bunu başka bir şekilde sormaya çalışayım. Bir yerde bazı dağıtımlardan N numune topluyorum. M örneklerini başka bir yerde topluyorum. Veriler süreklidir …

16 hypothesis-testing  distributions  kolmogorov-smirnov 

Ben gözlemleri (eşleştirilmiş , sonlu birinci ve ikinci anları vardır ve ortalama etrafında simetrik olan ortak bir bilinmeyen dağılımı çekilir).X i Y iNNNXiXiX_iYiYiY_i Let standart sapma (koşulsuz ) ve hipotezini test etmek istiyorum Y. I için aynı X Y σ YσXσX\sigma_XXXXYYYσYσY\sigma_Y σ X = σ YH0H0H_0 :σX=σYσX=σY\sigma_X = \sigma_Y H1H1H_1 …

16 distributions  hypothesis-testing  standard-deviation  normal-distribution