«distributions» etiketlenmiş sorular

olduğunu varsayalım . Köşegen elemanların marjinal dağılımı ile ilgileniyorum . alt maddelerinin dağılımı konusunda birkaç basit sonuç vardır (en azından bazıları Wikipedia'da listelenmiştir). Bundan, köşegen üzerindeki herhangi bir elemanın marjinal dağılımının ters Gamma olduğunu anlayabilirim. Ancak ortak dağılımı tespit edemedim.diag ( X ) = ( x 11 , … , …

21 distributions  probability  pdf 

Ölçeğin ne olması gerektiği hakkında kaba bir fikrim olduğunda, ölçek parametreleri için normal dağılımları log (normal dağılımlar, t dağılımları vb.) Olarak kullanıyorum, Bu konuda çok fazla. Bunu kullanıyorum çünkü bu kullanım benim için sezgisel bir anlam ifade ediyor, ancak başkalarının kullandığını görmedim. Bunun gizli bir tehlikesi var mı?

21 distributions  bayesian  modeling  prior  maximum-entropy 

Tersine çevirme yöntemi nasıl çalışır? Rasgele bir numune olması demek yoğunluğu ile boyunca ve bu nedenle ile . Sonra inversiyon yöntemi ile olarak dağılımını elde ederim . X1,X2,...,XnX1,X2,...,XnX_1,X_2,...,X_nf(x;θ)=1θx(1−θ)θf(x;θ)=1θx(1−θ)θf(x;\theta)={1\over \theta} x^{(1-\theta)\over \theta} 0&lt;x&lt;10&lt;x&lt;10<x<1FX(x)=x1/θFX(x)=x1/θF_X(x)=x^{1/\theta}(0,1)(0,1)(0,1)XXXF−1X(u)=uθFX−1(u)=uθF_X^{-1}(u)=u^\theta Peki dağılımına sahip mi? Tersine çevirme yöntemi böyle mi çalışır?uθuθu^\thetaXXX u&lt;-runif(n) x&lt;-u^(theta)

21 r  distributions  inference  random-generation  inverse-cdf 

Normal dağılımların iki olasılık yoğunluk fonksiyonuna sahibim: f1( x1|μ1, σ1) = 1σ12 π--√e−(x−μ1)22σ21f1(x1|μ1,σ1)=1σ12πe-(x-μ1)22σ12f_1(x_1 \; | \; \mu_1, \sigma_1) = \frac{1}{\sigma_1\sqrt{2\pi} } \; e^{ -\frac{(x-\mu_1)^2}{2\sigma_1^2} } ve f2(x2|μ2,σ2)=1σ22π−−√e−(x−μ2)22σ22f2(x2|μ2,σ2)=1σ22πe-(x-μ2)22σ22f_2(x_2 \; | \; \mu_2, \sigma_2) = \frac{1}{\sigma_2\sqrt{2\pi} } \; e^{ -\frac{(x-\mu_2)^2}{2\sigma_2^2} } Ben ve arasındaki ayrımın olasılık yoğunluk fonksiyonu arıyorum . Sanırım bu. …

21 distributions  normal-distribution  distance 

"Negatif binom" rastgele değişkenin neden bu ada sahip olduğunu anlamıyorum. Bu konuda olumsuz olan nedir? Bu konuda binom nedir? Bu konuda olumsuz-binomial nedir?

21 distributions  random-variable  terminology  negative-binomial 

Verilerimin bir histogramını çizdiğimde, iki tepe noktası var: Bu potansiyel bir çok modlu dağılım anlamına mı geliyor? Ben dip.testR ( library(diptest)) koştu ve çıktı: D = 0.0275, p-value = 0.7913 Verilerimin çoklu mod dağılımına sahip olduğu sonucuna varabilir miyim? VERİ 10346 13698 13894 19854 28066 26620 27066 16658 9221 13578 …

21 r  hypothesis-testing  distributions  self-study  histogram 

Hangi dağılımlar, bağımsız gözlemlerin bir örneğindeki parametrelerin maksimum olabilirlik tahminleri için kapalı form çözümlerine sahiptir?

21 distributions  mathematical-statistics  maximum-likelihood 

Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

" Ortak dağılımların gerçek hayattan örneklerinden " esinlenerek , insanların olumsuz çarpıklık göstermek için kullandıkları pedagojik örneklerin ne olduğunu merak ediyorum? Öğretimde kullanılan simetrik veya normal dağılımların birçok "kanonik" örneği vardır - boy ve kilo gibi olanlar daha yakından biyolojik incelemede hayatta kalmasalar bile! Kan basıncı normale yakın olabilir. Astronomik …

20 distributions  skewness  teaching 

Doğada bazı fenomenlerin normal dağılıma sahip olup olmadığını bilmek istemiyorum, ama normal eğri şeklini bir yerde görüp göremeyeceğimiz gibi, örneğin Galton kutusunda. Wikipedia'dan bu şekle bakın . Birçok matematiksel şeklin veya eğrinin doğada doğrudan görüldüğüne dikkat edin, örneğin altın ortalama ve logaritmik spiral salyangozlarda bulunabilir. İlk naif cevap, bükülmemiş tepelerin …

20 distributions  normality-assumption 

Hassasiyet şu şekilde tanımlanır: p = true positives / (true positives + false positives) Gibi, bu doğru mu true positivesve false positiveshassas 1 yaklaşır yaklaşım 0? Hatırlama için aynı soru: r = true positives / (true positives + false negatives) Şu anda bu değerleri hesaplamam gereken bir istatistiksel test uyguluyorum …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Bu muhtemelen önemsiz bir soru, ancak bu wikipedia makalesi ve "Dağıtımlar Özeti" belgesi dahil olmak üzere aramam şimdiye kadar sonuçsuz kaldı . Eğer bir tekdüze dağılım vardır, demek bir üslü dağılımı aşağıdaki gibidir?e XXXXeXeXe^X Benzer şekilde, üstel bir dağılımı , eşit bir dağılımı izliyor mu?L , n ( Y )YYYl …

20 distributions  data-transformation  exponential  uniform 

Olasılık dağılımlarını belirtirken yaklaşık işaretinin anlamı nedir? Örneğin: Z∼ Normal ( 0 , 1 ) .Z~Normal(0,1).Z \sim \mbox{Normal}(0,1).

20 probability  distributions  notation 

Belirli özellikleri tanımlamak için dağılımın ikinci, üçüncü ve dördüncü momentlerini kullanmak normaldir. Kısmi momentler veya dördüncü dereceden daha yüksek momentler bir dağılımın faydalı özelliklerini tanımlar mı?

20 distributions  moments  partial-moments 

Seçilen kullanıcı çokgenler için sayım verilerini görüntüler ve grafiksel olarak çeşitli parametrelerin (parametre başına bir grafik) dağılımını göstermek istiyorum bir web sitesi oluşturma üzerinde çalışıyorum. Veriler genellikle aşağıdaki özelliklere sahiptir: Örnek boyutu büyük olma eğilimindedir (yaklaşık 10.000 veri noktası diyelim) Değerlerdeki aralık büyük ölçüde quire olma eğilimindedir (örneğin, minimum nüfus …

20 distributions  data-visualization  boxplot