«mean» etiketlenmiş sorular

Skaler rasgele bir değişken XXX pdf ile bir vektör parametresi üstel ailesine ait olduğunu varsayın fX( x | θ ) = h ( x ) exp( ∑i = 1sηben( θ ) Tben( x ) - A ( θ ) )fX(x|θ)=h(x)tecrübe⁡(Σben=1sηben(θ)Tben(x)-bir(θ)) f_X(x|\boldsymbol \theta) = h(x) \exp\left(\sum_{i=1}^s \eta_i({\boldsymbol \theta}) T_i(x) - A({\boldsymbol …

11 variance  mean  exponential-family  sufficient-statistics 

7 gün boyunca bireylerin gerçekleştirdiği eylem sayısını içeren bir veri setim var. Özel eylem bu soru için geçerli olmamalıdır. Veri kümesi için bazı tanımlayıcı istatistikler: AralıkAnlamına gelmekVaryansGözlem sayısı0 - 77218.22791696Range0−772Mean18.2Variance2791Number of observations696 \begin{array}{|c|c|} \hline \text{Range} & 0 - 772 \\ \hline \text{Mean} & 18.2 \\ \hline \text{Variance} & 2791 \\ …

11 r  distributions  poisson-distribution  mean  sample 

Çok eğri veriler üzerinde çalışıyorum, bu yüzden merkezi eğilimi özetlemek için ortalama yerine medyan kullanıyorum. Dağılımın bir ölçüsünü almak isterim.Ortalama eğilimini özetlemek için ortalama standart sapma±±\pm veya medyan çeyrek±±\pm bildiren insanlar sık ​​sık görsem de, medyan medyan mutlak dağılım (MAD)±±\pm bildirmek uygun mudur? Bu yaklaşımla ilgili potansiyel sorunlar var mı? …

11 mean  skewness  median  reporting  mad 

mgcvİçin paket Rtensör ürün etkileşimleri uydurma için iki işlevi vardır: te()ve ti(). İkisi arasındaki temel işbölümünü anlıyorum (doğrusal olmayan bir etkileşime uymak ve bu etkileşimi ana etkilere ve etkileşime ayırmak). Anlamadığım şey neden te(x1, x2)ve ti(x1) + ti(x2) + ti(x1, x2)(biraz) farklı sonuçlar üretebilir. MWE (uyarlanmıştır ?ti): require(mgcv) test1 <- …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Rastgele bir değişken verildiğinde, nin ortalaması ve varyansı nedir?Y=Exp(λ)Y=Exp(λ)Y = Exp(\lambda)G=1YG=1YG=\dfrac{1}{Y} Ters Gama Dağılımına bakıyorum, ancak ortalama ve varyans sadece ve için tanımlandı ...α>1α>1\alpha>1α>2α>2\alpha>2

11 variance  mean  exponential 

Harmonik ortalama sıfır değerlerini nasıl işler? harmonik ortalaması {3, 4, 5, 0} beri ne olacağını ?1 / 0 = ∞1/0=∞1/0=\infty

11 mean  average  harmonic-mean 

İki bağımsız örnek anlamına gelirken, bize "iki aracın farkı" na baktığımız söylenir. Bu demek oluyor ki ortalamayı 1. popülasyondan alıyoruz (y¯1y¯1\bar y_1) ve ortalama 2 popülasyonundan çıkarın (y¯2y¯2\bar y_2). Yani, "iki araç arasındaki fark" ( - ) şeklindedir.y¯1y¯1\bar y_1y¯2y¯2\bar y_2 Eşleştirilmiş numuneler incelendiğinde, bize "ortalama fark" a baktığımız söylenir, . …

11 paired-comparisons  paired-data  mean 

Modelleme ve simülasyonda sık görülen basitleştirme, rastgele bir değişkenin ortalama değeri ile değiştirilmesidir. Bu basitleştirme ne zaman yanlış sonuca yol açacaktı?

10 modeling  mean  random-variable 

Bir sayı listesinin ortalama, medyan ve mod kavramını nasıl açıklarsınız ve sadece temel aritmetik becerileri olan biri için neden önemlidir? Çarpıklık, CLT, merkezi eğilim, istatistiksel özelliklerinden vb. Bahsetmeyelim. Birine, bir sayı listesini "özetlemek" için hızlı ve kirli bir yol olduğunu açıkladım. Ama geriye dönüp baktığımda, bu pek aydınlatıcı değil. Herhangi …

10 mean  descriptive-statistics  median  mode 

Anlamadığım bu türetme ile karşılaştım: , ortalama ve varyans popülasyonundan alınan n boyutunda rastgele örneklerse , o zamanX1,X2,...,XnX1,X2,...,XnX_1, X_2, ..., X_nμμ\muσ2σ2\sigma^2 X¯=(X1+X2+...+Xn)/nX¯=(X1+X2+...+Xn)/n\bar{X} = (X_1 + X_2 + ... + X_n)/n E(X¯)=E(X1+X2+...+Xn)/n=(1/n)(E(X1)+E(X2)+...+E(Xn))E(X¯)=E(X1+X2+...+Xn)/n=(1/n)(E(X1)+E(X2)+...+E(Xn))E(\bar{X}) = E(X_1 + X_2 + ... + X_n)/n = (1/n)(E(X_1) + E(X_2) + ... + E(X_n)) E(X¯)=(1/n)(μ+μ+...n times)=μE(X¯)=(1/n)(μ+μ+...n times)=μE(\bar{X}) …

10 random-variable  expected-value  mean  iid 

Terminolojinin hafifçe kötüye kullanılması için özür dilerim; Umarım aşağıda ne demek istediğimi netleştiririz. Rastgele bir değişken düşünün . Hem ortalama hem de ortanca bir iyimserlik kriteri ile karakterize edilebilir: Ortalama, E'yi ( ( X - μ ) 2 ) en aza indiren sayı μ ve E'yi ( | X - …

10 mean  median 

Şu anda bunun üzerine sıkışmış, muhtemelen binom dağılımının ortalama sapmasını kullanmam gerektiğini biliyorum ama anlayamıyorum.

10 self-study  binomial  mean  expected-value  proof 

Formun bir GLMM var: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kullandığımda , araç paketinden veya drop1(model, test="Chi")kullandığımdan farklı sonuçlar alıyorum . Bu son ikisi aynı cevapları verir.Anova(model, type="III")summary(model) Bir grup uydurma veri kullanarak, bu iki yöntemin normalde farklı olmadığını gördüm. Dengeli doğrusal …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Eğer gerçek (bilinmeyen) bir dağılımından iid numunelerin erişebilir ortalama ve varyans varsayalım ve biz tahmin etmek istiyoruz .μ,σ2μ,σ2\mu, \sigma^2μ2μ2\mu^2 Bu miktarın tarafsız, daima pozitif bir tahmincisini nasıl oluşturabiliriz? Örnek ortalamanın karesi alındığında önyargılıdır ve miktarı fazla tahmin eder, esp. Eğer yakın 0 ve büyüktür.μ~2μ~2\tilde{\mu}^2μμ\muσ2σ2\sigma^2 Bu muhtemelen önemsiz bir soru ama …

10 mean  unbiased-estimator 

Diyelim ki 10, 20 ve 25 gibi bazı veri kümelerinin minimum, ortalama ve maksimum değerlerine sahip olduğumu varsayalım: bu verilerden bir dağıtım oluşturmak ve Nüfusun yüzde kaçının ortalamanın üstünde veya altında olduğunu bilmek Düzenle: Glen'in önerisine göre, 200 örnek büyüklüğüne sahip olduğumuzu varsayalım.

10 distributions  standard-deviation  mean  maximum  minimum