«normal-distribution» etiketlenmiş sorular

Normal veya Gauss dağılımı, simetrik çan şeklindeki bir eğri olan bir yoğunluk fonksiyonuna sahiptir. İstatistiklerdeki en önemli dağılımlardan biridir. Normallik testi hakkında soru sormak için [normality] etiketini kullanın.

5
Çok sayıda veri noktasındaki değerlerin gösterimi nasıl yapılır?
Çok büyük bir veri setim var ve yaklaşık% 5 rasgele değerler eksik. Bu değişkenler birbiriyle ilişkilidir. Aşağıdaki örnek R veri kümesi sadece yapay korelasyonlu verilere sahip bir oyuncak örneğidir. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

4
Regresyon artık dağılım varsayımları
Dağılım varsayımını hatalara neden koymak gerekir? ϵ i ∼ N ( 0 , σ 2 )yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , .ϵi∼N(0,σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) Neden yazmıyorsun y ı ~ N ( X, β , σ 2 )yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , ,yi∼N(Xβ^,σ2)yi∼N(Xβ^,σ2)y_i \sim \mathcal{N}(X\hat{\beta},\sigma^{2}) burada her iki durumda da …

1
Gauss lineer modellerde F testi neden en güçlü?
Y= μ + σG,Y=μ+σGY=\mu+\sigma Gμμ\muWWWG,GGR,nRn\mathbb{R}^nFFFH0:{μ∈U}H0:{μ∈U}H_0\colon\{\mu \in U\}U⊂WU⊂WU \subset Wf=ϕ(2logsupμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=ϕ(2log⁡supμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=\phi\left( 2\log \frac{\sup_{\mu \in W, \sigma>0} L(\mu, \sigma | y)}{\sup_{\mu \in U, \sigma>0} L(\mu, \sigma | y)} \right). Bu istatistiğin için en güçlü testi sağladığını nasıl (belki de olağandışı özel durumlar sonra)? Bu Neyman-Pearson teoreminden kaynaklanmaz, çünkü bu teorem, olasılık oranı testinin …

3
Leptokurtik dağılımı normalliğe nasıl dönüştürebilirim?
Diyelim ki normalliğe dönüştürmek istediğim leptokurtik bir değişkenim var. Bu görevi hangi dönüşümler yapabilir? Verilerin dönüştürülmesinin her zaman arzu edilmeyebileceğinin farkındayım, ancak akademik bir uğraş olarak, verileri normalliğe "çekmek" istediğimi varsayalım. Ayrıca, çizimden de anlayabileceğiniz gibi, tüm değerler kesinlikle pozitiftir. Çeşitli dönüşümler denedim ( , vb. olmak üzere daha önce …

2
T-dağılımları yoğunluk fonksiyonunun arkasındaki sezgi
Student t-dağılımı hakkında çalışıyorum ve t-dağılımları yoğunluk işlevini nasıl türeteceğini merak etmeye başladım (wikipedia, http://en.wikipedia.org/wiki/Student%27s_t-distribution'dan ): f(t)=Γ(v+12)vπ−−√Γ(v2)(1+t2v)−v+12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} burada , serbestlik derecesidir ve , gama işlevidir. Bu işlevin sezgisi nedir? Yani, binom dağılımının olasılık kütle işlevine bakarsam, bu bana mantıklı geliyor. Ama t-dağılımları yoğunluk fonksiyonu benim için hiçbir …

2
Verilerin bir gauss dağılımı olduğunda, kaç örnek onu karakterize eder?
Tek bir boyutta dağıtılan Gauss verileri, onu karakterize etmek için iki parametre gerektirir (ortalama, varyans) ve söylentiye göre, rasgele seçilen yaklaşık 30 örnek genellikle bu parametreleri makul derecede yüksek bir güvenle tahmin etmek için yeterlidir. Ancak boyut sayısı arttıkça ne olur? İki boyutta (örneğin, boy, ağırlık) bir "en uygun" elipsi …


2
Sonlu Gauss karışımı ile Gaussian arasındaki mesafe nedir?
Bilinen ağırlıkları, ortalamaları ve standart sapmaları olan son derece fazla Gauss'lu bir karışımım olduğunu varsayalım. Araçlar eşit değildir. Tabii ki karışımın ortalama ve standart sapması hesaplanabilir, çünkü momentler bileşenlerin momentlerinin ağırlıklı ortalamalarıdır. Karışım normal bir dağılım değil, normalden ne kadar uzak? Yukarıdaki görüntü, standart sapma (bileşenlerin) ve aynı ortalama ve …


1
Gauss karışım modelleri (GMM'ler) ile çalışmak için Python paketleri
Python'da Gauss Karışım Modelleri (GMM) ile çalışmak için çeşitli seçenekler var gibi görünüyor. İlk bakışta en az: PyMix - http://www.pymix.org/pymix/index.php Karışım modelleme araçları - PyEM http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/ Scipy araç kutusu bir parçasıdır ve gmms odaklanmak gibi görünüyor Şimdi bir deyişle: Güncellemesi sklearn.mixture . PyPR - http://pypr.sourceforge.net/ örüntü tanıma ve GMM'ler dahil …




3
Bilinmeyen ortalama ve varyans ile normal dağılım için Jeffreys Prior
Önceki dağılımları okuyorum ve Jeffreys'i, ortalama ve bilinmeyen varyansı bilinmeyen normal olarak dağıtılmış rasgele değişkenlerin bir örneği için hesapladım. Benim hesaplamalara göre, Jeffreys için aşağıdakiler daha önce geçerlidir: Burada,benFisher bilgi matristir.p ( μ , σ2) = de t ( I)-----√= de t ( 1 / σ2001 / ( 2 σ4))------------------√= …

2
Gürültülü sinüs dalgası için olasılık dağılımı
Analitik olarak bazı ölçüm hatası olduğunda salınım fonksiyonundan örnekleme noktalarının olasılık dağılımını hesaplamak istiyorum. Zaten "gürültü olmadan" kısmı için olasılık dağılımını hesapladım (bunu sonuna koyacağım), ama nasıl "gürültü" ekleyeceğimizi anlayamıyorum. Sayısal tahmin Daha açık olmak gerekirse, tek bir döngü sırasında rastgele puan topladığınız fonksiyonlarının olduğunu düşünün ; noktaları bir histogramda …

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