«distributions» etiketlenmiş sorular

Ağır ve uzun kuyruklu dağılımlar hakkındaki okumalardan, tüm uzun kuyruklu dağılımların ağır kuyruklu olduğunu , ancak tüm ağır kuyruklu dağılımların uzun kuyruklu olmadığını anladım . Birisi lütfen aşağıdakilere bir örnek verebilir mi? uzun kuyruklu, sürekli, simetrik, sıfır ortalama yoğunluk fonksiyonu ağır kuyruklu ancak uzun kuyruklu olmayan sürekli, simetrik, sıfır ortalama …

14 distributions  heavy-tailed 

Son zamanlarda iki değişkenli Poisson dağılımıyla karşılaştım, ancak nasıl türetilebileceği konusunda biraz kafam karıştı. Dağıtım: P(X=x,Y=y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} Toplayabildiğim kadarıyla, \ theta_ {0}θ0θ0\theta_{0} terimi XXX ve Y arasındaki korelasyonun bir ölçüsüdür YYY; dolayısıyla, XXX ve YYY bağımsız olduğunda, θ0=0θ0=0\theta_{0} = 0 ve dağılım …

14 distributions  mathematical-statistics  multivariate-analysis  poisson-distribution  proof 

Entropi yoğunluk fonksiyonu sürekli bir dağılım beklentisine negatif olarak tanımlanır ve bu yüzden eşitffflog(f),log⁡(f),\log(f), Hf=−∫∞−∞log(f(x))f(x)dx.Hf=−∫−∞∞log⁡(f(x))f(x)dx.H_f = -\int_{-\infty}^{\infty} \log(f(x)) f(x)\mathrm{d}x. Ayrıca dağılımı yoğunluğuna sahip herhangi bir rastgele değişken entropi (Bu integral, sıfırları olduğunda bile iyi tanımlanmıştır , çünkü bu değerlerde sıfıra alınabilir.)XXXfffHf.Hf.H_f.ffflog(f(x))f(x)log⁡(f(x))f(x)\log(f(x))f(x) Zaman ve bu rastgele değişkenlerin ( bir sabittir), bir …

14 distributions  data-transformation  entropy 

KL Diverjansının simetrik olmadığını ve kesinlikle bir metrik olarak kabul edilemeyeceğini biliyorum. Öyleyse, JS Divergence bir metrik için gerekli özellikleri karşıladığında neden kullanılır? KL diverjansının kullanılabildiği ancak JS Diverjansının kullanılamadığı ya da tam tersinin olmadığı senaryolar var mı?

14 probability  distributions  kullback-leibler  metric 

Bence bu biraz basit, ama rastgele bir değişkenine sahip olduğumu söyleyin , herhangi bir gerçek değerli sürekli işlev için olasılığı ile aynıdır. ?P ( X ≤ a ) P ( f ( X ) ≤ f ( a ) ) fXXXP(X≤a)P(X≤a)P(X \leq a)P(f(X)≤f(a))P(f(X)≤f(a))P(f(X) \leq f(a))fff

13 probability  distributions 

Bir dağıtım var mı veya aşağıdaki resimde olduğu gibi başka bir dağıtımdan çalışabilir miyim (kötü çizimler için özür dilerim)? burada zirvenin olması gereken yer için bir sayı (örneklerde 0.2, 0.5 ve 0.9) ve işlevi daha geniş veya daha az geniş yapan standart bir sapma (sigma) veriyorum. Not: Verilen sayı 0,5 …

13 distributions  normal-distribution 

Bir finans kursundaki lognormal dağılımla ilgileniyoruz ve ders kitabım bunun doğru olduğunu söylüyor, matematik geçmişim çok güçlü olmadığı için sezgisel bulduğum ama sezgiyi istiyorum. Biri bana bunun neden böyle olduğunu gösterebilir mi?

13 distributions  expected-value  lognormal 

"Olasılık üreten fonksiyon" ve "moment üreten fonksiyon" arasındaki iki terim arasında kafam karıştı. Bu terimler arasındaki farklar nelerdir?

13 probability  distributions  terminology  intuition  mgf 

Kutu ve bıyık grafiklerini çok modlu dağıtım için veya yalnızca tek modlu dağıtım için de kullanabilir miyim?

13 distributions  data-visualization  boxplot 

Sadece (entelektüel) bir panik atak geçirdim. kapalı aralığında bir üniforma izleyen sürekli rasgele değişken : rahatça tanıdık bir istatistiksel kavram. U(a,b)U(a,b)U(a,b) Genişletilmiş gerçekler (yarım veya bütün) üzerinde desteğe sahip sürekli tekdüze bir rv: bir rv uygun değil, daha önce uygunsuz, kullanışlı ve uygulanabilir bir temel Bayesian kavramı. Sonlu sayıda değer …

13 probability  distributions  mathematical-statistics  uniform 

Merkezlemeden sonra , iki x ve −x ölçümünün olasılık yoğunluk fonksiyonu ile Cauchy dağılımından bağımsız gözlemler olduğu varsayılabilir: 1f(x:θ)=f(x:θ)=f(x :\theta) = ,-∞&lt;x&lt;∞1π(1+(x−θ)2)1π(1+(x−θ)2)1\over\pi (1+(x-\theta)^2) ,−∞&lt;x&lt;∞,−∞&lt;x&lt;∞, -∞ < x < ∞ Eğer göster arasında MLE İçeride ISTV melerin RWMAIWi'nin 0'dır ancak eğer x 2 &gt; 1 iki MLE en hakkındaki vardır İçeride …

13 self-study  distributions  maximum-likelihood  cauchy 

SAGE Sosyal Bilimler Araştırma Yöntemleri Ansiklopedisine Göre … [a] tavan etkisi, bir önlemin potansiyel yanıtlar için belirgin bir üst sınıra sahip olması ve katılımcıların yoğun bir konsantrasyonunun bu sınıra yaklaşması veya bu sınıra yakın olması durumunda ortaya çıkar. Ölçek zayıflaması, varyans bu şekilde kısıtlandığında ortaya çıkan metodolojik bir sorundur. …

13 distributions  variance  scales  psychometrics  measurement 

Hiçbir multimodal dağılım bilmiyorum. Bilinen tüm dağılımlar neden tek biçimli? Birden fazla moda sahip "ünlü" dağıtım var mı? Tabii ki, dağılımların karışımları genellikle çok modludur, ancak birden fazla moda sahip "karışım olmayan" dağılımların olup olmadığını bilmek istiyorum.

13 distributions  mode 

Neden geometrik dağılım ve hipergeometrik dağılıma sırasıyla "geometrik" ve "hipergoemetrik" deniyor? PMF'lerinin özel bir form alması nedeniyle mi? Teşekkürler!

13 distributions  terminology  history 

Student t-testi hakkında okudum, ancak orijinal dağılımların normal olarak dağıtıldığını varsayabildiğimizde işe yarıyor gibi görünüyor. Benim durumumda, kesinlikle değiller. Ayrıca, 13 dağıtımım varsa, 13^2test yapmam gerekir mi?

13 r  hypothesis-testing  distributions