«distributions» etiketlenmiş sorular

Wikidata'da olasılık dağılımlarını (diğer her şey gibi) bir ontolojiye bağlamak mümkündür, örneğin, t-dağılımının merkezi olmayan t-dağılımının bir alt sınıfı olduğu, bkz. https://angryloki.github.io/wikidata-graph-builder/?property=P279&item=Q209675&iterations=3&limit=3 Çeşitli sınırlayıcı durumlar vardır, örneğin, t-dağılımındaki serbestlik derecesi sonsuza gittiğinde veya varyans normal dağılım için sıfıra yaklaştığında (Gauss dağılımı). İkinci durumda, dağıtım Dirac'ın delta fonksiyonuna doğru gidecektir. İngilizce …

10 distributions  normal-distribution  dirac-delta 

Eğer ve , daha sonra demek kiX∼U(a,b)X∼U(a,b)X \sim U(a, b)Y∼U(a,X)Y∼U(a,X)Y \sim U(a, X)Y∼U(a,b)?Y∼U(a,b)?Y \sim U(a, b)? limitli sürekli düzgün dağılımlardan bahsediyorum . Bir kanıt (veya geçirmez!) Takdir edilecektir.[a,b][a,b][a, b]

10 uniform  distributions 

Makine öğrenimi literatüründe, bir olasılık dağılımını temsil etmek için genellikle softmax işlevi kullanılır. Bunun bir sebebi var mı? Neden başka bir işlev kullanılmıyor?

10 machine-learning  distributions  softmax 

Fizik ya da matematiksel mekanik olarak, zaman bazlı bir konumdan başlayarak hız, ivme,: zamana göre türevleri ile, değişim bir elde eder oranları pislik (3. derece), sarsıntı (4 sıra).x(t)x(t)x(t) Bazıları yedinci dereceye kadar türevler için snap, crackle, pop önerdi . Mekanik fizik ve esneklik teorisinden esinlenen anlar istatistiklerde de önemlidir, bkz …

10 distributions  terminology  moments  notation  history 

Let ortalama ile istatistiksel bağımsız üstel rastgele değişken bir numune olduğu ve izin , bu örnek olarak sipariş istatistikleri. Let .X1,…,XnX1,...,XnX_1,\dots,X_nββ\betaX(1),…,X(n)X(1),...,X(n)X_{(1)},\dots,X_{(n)}X¯=1n∑ni=1XiX¯=1nΣben=1nXben\bar X = \frac{1}{n}\sum_{i=1}^n X_i tanımlayınGösterilebilir her birinin ile Yani, aynı zamanda üstel .Wi=X(i+1)−X(i) ∀ 1≤i≤n−1.Wben=X(ben+1)-X(ben) ∀ 1≤ben≤n-1.W_i=X_{(i+1)}-X_{(i)}\ \forall\ 1 \leq i \leq n-1\,. WiWbenW_iβi=βn−iβben=βn-ben\beta_i=\frac{\beta}{n-i} Soru: bilindiği ve negatif olmadığı …

10 probability  distributions  exponential  order-statistics 

\newcommand{\P}{\mathbb{P}} Adil bir kalıp atıyorum. 1, 2 veya 3 aldığımda '1' yazıyorum; 4 aldığımda '2' yazıyorum; 5 veya 6 aldığımda '3' yazıyorum. Let N-NN Olmam yazdım tüm sayıların ürün için ihtiyaç atar toplam sayısının ≥ 100000≥100000\geq 100000 . Hesaplamak (veya yaklaşık) P (N≥ 25 )P(N≥25)\P(N\geq 25) ve Normal dağılımın bir …

10 probability  normal-distribution  conditional-probability  multinomial  distributions 

Bir binom ayarında, başarıların sayısını veren rastgele değişken X, binom olarak dağıtılır. Örnek oranı daha sonra X olarak hesaplanabilir buradaörnek numaranızn'dir. Ders kitabım şöyle diyorXnXn\frac{X}{n}nnn Bu oran yok değil bir binom dağılıma sahip ancak X'ten beri sadece binom olarak dağıtılmış rastgele değişkenX'inölçekli bir versiyonudur, binom dağılımıda olmamalı mı?XnXn\frac{X}{n}XXX

10 distributions  binomial  proportion  sample 

FXFX\mathcal{F}_X ve iki sürekli dağılım göz önüne alındığında FYFY\mathcal{F}_Y, aralarındaki dışbükey baskınlık ilişkisinin olup olmadığı açık değildir: (0)FX&lt;cFY(0)FX&lt;cFY(0)\quad \mathcal{F}_X <_c \mathcal{F}_Y ima ediyor ki (1)F−1Y(q)≤F−1X(q),∀q∈[0.5,1](1)FY-1(q)≤FX-1(q),∀q∈[0.5,1](1)\quad F_Y^{-1}(q) \leq F_X^{-1}(q),\quad \forall q\in[0.5,1] tutarı varsa, başka bir hipotez gerekiyorsa (1)(1)(1)? Konveks baskınlığın tanımı. İki sürekli dağıtım FXFX\mathcal{F}_X ve FYFY\mathcal{F}_Y uygunsa: (2)F−1YFX(x) is convex …

10 probability  probability-inequalities  distributions 

Kararlı dağılımlar kıvrımlar altında değişmez. İstikrarlı dağılımların hangi alt aileleri de çarpma altında kapatılır? Anlamda, eğer f ∈ F ve g ∈ F , daha sonra ürün olasılık yoğunluk fonksiyonu, f ⋅ g (en fazla bir normalizasyon sabiti), aynı zamanda ait F ?FFFf∈ Ff∈Ff\in Fg∈ Fg∈Fg\in F f⋅ gf⋅gf \cdot …

10 distributions  convolution  stable-distribution 

, tanımlanan ortalama, μ ve standart sapma, σ ile herhangi bir dağılım olsun . Merkezi limit teoremi √XXXμμ\muσσ\sigma dağılımda standart normal dağılıma yakınsar. Eğerσ'yistandartSstandart sapması iledeğiştirirsek, √n−−√X¯−μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSS dağılımda t-dağılımına yakınsak mı? Büyükn-t-dağılımı için normal yaklaştığından teorem, varsa, sınırın standart normal dağılım olduğunu belirtebilir. Bu nedenle, bana …

10 distributions  normal-distribution  convergence  central-limit-theorem  t-distribution 

Yakıldıktan sonra, MCMC yinelemelerini doğrudan bir histogram veya çekirdek yoğunluğu tahmini gibi yoğunluk tahmini için kullanabilir miyiz? Benim endişem MCMC yinelemelerinin, en fazla aynı şekilde dağıtılmış olmalarına rağmen, bağımsız olmalarıdır. MCMC tekrarlarına daha fazla inceltme uygularsak ne olur? Benim endişem MCMC yinelemelerinin en fazla ilişkisiz olması ve henüz bağımsız olmamasıdır. …

10 distributions  mcmc  asymptotics 

Aşağıdaki modele sahip olduğumu söyle: Poisson(λ)∼{λ1λ2if t&lt;τif t≥τPoisson(λ)∼{λ1if t&lt;τλ2if t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} Ve verilerimden ve için posteriorları . Söylüyorum (veya ölçme) eğer bir Bayes yolu var mı ve olan aynı ya da farklı ?λ …

10 distributions  bayesian  poisson-distribution 

Bazı istatistiklere özel yardım bulmak için sorumu mathoverflow'dan yayınlayın . Negatif olmayan değerlerle iki boyuta güzel bir şekilde yansıyan veri üreten fiziksel bir süreç üzerinde çalışıyorum. Her işlemin - y noktalarının (yansıtılan) bir izi vardır - aşağıdaki resme bakın.xxxyyy Örnek pistler mavidir, zahmetli bir pist elle yeşil olarak çizilmiştir ve …

10 distributions  modeling  predictive-models  fitting  curve-fitting 

Hacker News'ta ortalama mutlak sapma gibi diğer metriklerin aksine standart sapmanın kullanımı hakkındaki tartışmayı okuyordum . Peki, eğer maksimum entropi ilkesini takip edecek olsaydık, sadece dağılımın ortalamasını ve ortalama mutlak sapmayı bilseydik ne tür bir dağıtım kullanırdık? Yoksa medyanı ve medyandan ortalama mutlak sapmayı kullanmak daha mantıklı mı? Merak ettiğim …

10 distributions  maximum-entropy  mad 

Bir veri kümesi üzerinde çalışıyorum. Bazı model tanımlama tekniklerini kullandıktan sonra bir ARIMA (0,2,1) modeliyle çıktım. Orijinal veri setimin 48. gözleminde yenilikçi bir aykırı değer (IO) tespit etmek için R'deki detectIOpaketteki işlevi kullandım .TSA Öngörme amacıyla kullanabilmem için bu aykırı değeri modelime nasıl dahil edebilirim? ARIMAX modelini kullanmak istemiyorum çünkü …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models