«mathematical-statistics» etiketlenmiş sorular

Resmi tanım ve genel sonuçlarla ilgili istatistik matematiksel teori.

4
Bağımsız Dağılımların Hangi Oranı Normal Dağılım Sağlar?
İki bağımsız normal dağılımın oranı Cauchy dağılımı verir. T-dağılımı, normal bir ki-kare dağılımına bölünen normal bir dağılımdır. İki bağımsız ki-kare dağılımının oranı bir F-dağılımı verir. Ortalama ve varyans ile normal olarak dağıtılmış rasgele bir değişken veren bağımsız sürekli dağılımların bir oranını arıyorum ?σ 2μμ\muσ2σ2\sigma^2 Muhtemelen sonsuz sayıda olası cevap vardır. …

1
Ki-kare testi ve Chi-kare dağılımını anlama
Ki-kare testinin ardındaki mantığı anlamaya çalışıyorum. Ki kare testi . daha sonra sıfır hipotezini reddetmek ya da reddetmemek için bir p.value bulmak için Chi-kare dağılımı ile karşılaştırılır. : Gözlemler, beklenen değerlerimizi oluşturmak için kullandığımız dağılımdan geliyor. Örneğin, elde etme olasılığının beklediğimiz gibi ile verilip verilmediğini test edebiliriz . 100 kez …



3
Bernoulli çalışmasında “başarı” olasılığını tahmin etmek için gerekli örnek büyüklüğü
Bir oyunun tamamlandığında ya ödül veren ya da hiçbir şey vermeyen bir etkinlik sunduğunu varsayalım. Ödülün verilip verilmediğini belirlemek için kesin mekanizma bilinmemektedir, ancak rastgele bir sayı üretecinin kullanıldığını varsayıyorum ve sonuç sabit kodlanmış bir değerden daha büyükse ödülü alırsınız. Temelde, programcılara ödülün ne sıklıkta verildiğini (tahmini% 15-30) belirlemek için …

3
Yeni başlayanlar için olasılık dağılımları hakkında kitap önerileri
Makine öğrenimi okuyorum ve açtığım her kitap ki-kare dağılımı, gama fonksiyonu, t-dağılımı, Gauss, vb. Şimdiye kadar açtığım her kitap sadece dağılımların ne olduğunu tanımlar: fonksiyonlar için belirli formüllerin nereden geldiği konusunda sezgi açıklamazlar veya sezgiler vermezler. Örneğin, ki-kare dağılımı neden böyle? T-dağılımı nedir? Dağıtımın ardındaki sezgi nedir? Kanıtları? vb. En …


5
ne zamanvebağımsız olarak
Y X ∼ χ 2 ( n - 1 ) Y ∼ Beta ( nXXX ve bağımsız olarak dağıtılmış rastgele değişkenlerdir; burada ve . dağılımı nedir ?YYYX∼χ2(n−1)X∼χ(n−1)2X\sim\chi^2_{(n-1)}Y∼Beta(n2−1,n2−1)Y∼Beta(n2−1,n2−1)Y\sim\text{Beta}\left(\frac{n}{2}-1,\frac{n}{2}-1\right)Z=(2Y−1)X−−√Z=(2Y−1)XZ=(2Y-1)\sqrt X nin ortak yoğunluğu(X,Y)(X,Y)(X,Y) fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x&gt;0,0&lt;y&lt;1}fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x&gt;0,0&lt;y&lt;1}f_{X,Y}(x,y)=f_X(x)f_Y(y)=\frac{e^{-\frac{x}{2}}x^{\frac{n-1}{2}-1}}{2^{\frac{n-1}{2}}\Gamma\left(\frac{n-1}{2}\right)}\cdot\frac{y^{\frac{n}{2}-2}(1-y)^{\frac{n}{2}-2}}{B\left(\frac{n}{2}-1,\frac{n}{2}-1\right)}\mathbf1_{\{x>0\,,\,00\,,\,|z|<w\}} marjinal , .f Z ( z ) = ∫ ∞ | z | f Z , W ( …

1
Mahalanobis mesafesi ile Kaldıraç arasındaki ilişkiyi kanıtlıyor musunuz?
Wikipedia'da formüller gördüm . Mahalanobis mesafesini ve Kaldıraç ile ilgili: Mahalanobis mesafe yakın kaldıraç istatistik ile ilgilidir , ama farklı bir ölçek varhhhD2=(N−1)(h−1N).D2=(N--1)(h-1N-).D^2 = (N - 1)(h - \tfrac{1}{N}). Bir de bağlantılı makalede , Vikipedi açıklar şu ifadelerle:hhh Doğrusal regresyon modelinde için kaldıraç puan veri birimi olarak tanımlanır: şapka matris …

2
Nasıl bulmak için olduğunda bir olasılık yoğunluk fonksiyonu olduğunu?
Bunu Nasıl Çözebilirim? Ara denklemlere ihtiyacım var. Belki de cevap .−tf(x)−tf(x)-tf(x) ddt[∫∞txf(x)dx]ddt[∫t∞xf(x)dx] \frac{d}{dt} \left [\int_t^\infty xf(x)\,dx \right ] f(x)f(x)f(x) olasılık yoğunluk fonksiyonudur. Yani, ve \ lim \ sınırlar_ {x \ ila \ infty} F (x) = 1limx→∞f(x)=0limx→∞f(x)=0\lim\limits_{x \to \infty} f(x) = 0limx→∞F(x)=1limx→∞F(x)=1\lim\limits_{x \to \infty} F(x) = 1 kaynak: http://www.actuaries.jp/lib/collection/books/H22/H22A.pdf s.40 …

3
ve rezidüel sapma serbestlik derecelerini kullanarak lojistik regresyon katsayılarının test edilmesi
Özet: Standart normal dağılım yerine lojistik regresyon katsayılarının testleri için dağılımının (rezidüel sapmaya dayalı serbestlik dereceleriyle) kullanımını destekleyen herhangi bir istatistiksel teori var mı ?ttt Bir süre önce SAS PROC GLIMMIX'a bir lojistik regresyon modeli takarken, varsayılan ayarların altında lojistik regresyon katsayılarının standart normal dağılım yerine dağılımı kullanılarak test edildiğini …

1
Karışık modeller için gösterimleri uzlaştırma
Gösterime aşina olduğum gibi: yben j= β0+ βbenxben j+ uj+ eben j=β0 j+βbenxbenj+eben jybenj=β0+βbenxbenj+uj+ebenj=β0j+βbenxbenj+ebenj\begin{align} y_{ij} &= \beta_0 + \beta_i x_{ij} + u_j + e_{ij}\\ &= \beta_{0j} + \beta_i x_{ij} + e_{ij} \end{align} burada veβ0j=β0+ujβ0j=β0+uj\beta_{0j}=\beta_{0}+u_j yij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eijybenj=β0+β1xbenj+u0j+u1jxbenj+ebenj=β0j+β1jxbenj+ebenj\begin{align} y_{ij} &= \beta_0 + \beta_1 x_{ij} + u_{0j} + u_{1j} x_{ij} + e_{ij} \\ &= …

6
Varyasyon Katsayısı - IQR / medyan veya alternatif gibi sağlam (parametrik olmayan) bir ölçü?
Belirli bir veri kümesi için, yayılma genellikle standart sapma veya IQR (çeyrekler arası aralık) olarak hesaplanır. A standard deviationnormalleştiğinde (z-skorları vb.) Ve bu nedenle iki farklı popülasyondan yayılımı karşılaştırmak için kullanılabilirken, iki farklı popülasyondan alınan numunelerin oldukça farklı iki ölçekte değerleri olabileceğinden, bu IQR için geçerli değildir, e.g. Pop A: …


1
Analitik bir forma sahip olmak için yeterince basit olabileceği zaman bir posterior dağılım bulmaya yönelik adımlar?
Bu aynı zamanda Hesaplamalı Bilim'de de sorulmuştur . Ben 11 veri örnekleri ile, bir otomatik için bazı katsayılar Bayesian bir tahmin hesaplamaya çalışıyorum: nerede ortalama 0 ve varyans ile Vektör üzerindeki önceki dağılım ortalama ile Gauss ve ortalama ile çapraz kovaryans matrisi eşit çapraz girişler . ϵ i σ 2 …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.