«normal-distribution» etiketlenmiş sorular

Olasılık yoğunluğunun ortalamadan bir noktadan sonra hızla azaldığı veya kendi sözlerime göre "plato şeklindeki bir dağılım" olan bir dağıtım arıyorum. Gauss ile üniforma arasında bir şey var.

30 distributions  normal-distribution  uniform 

Gelen bu Andrew Gelman tarafından blog post aşağıdaki pasaj vardır: 50 yıl önceki Bayesian modelleri umutsuzca basit görünüyor (tabii ki, basit problemler hariç) ve bugünün Bayesian modellerinin umutsuzca basit görünmesini bekliyorum, bundan dolayı 50 yıl. (Sadece basit bir örnek için: muhtemelen hemen hemen her yerdeki normal hatalar yerine t rutin …

30 distributions  bayesian  normal-distribution  model  robust 

Örneğin, standart normal dağıtımdan 10 gerçekleştirme gibi, belirli bir dağıtımdan rastgele bir sayıyı manuel olarak nasıl oluşturabilirim?

30 normal-distribution  simulation  monte-carlo  random-generation  randomness 

Bunun büyüleyici bir konu olduğunu düşünüyorum ve tam olarak anlamıyorum. Hangi fizik kanunu bu kadar doğal fenomenin normal dağılıma sahip olmasını sağlar? Düzgün dağılıma sahip olmaları daha sezgisel görünebilir. Bunu anlamak benim için çok zor ve bazı bilgileri kaçırdığımı hissediyorum. Biri bana iyi bir açıklama yapması için yardımcı olabilir mi …

29 distributions  normal-distribution  normality-assumption  uniform 

Sorunumu bir örnekle açıklayacağım. Bazı nitelikler verilen bir bireyin gelirini tahmin etmek istediğinizi varsayalım: {Yaş, Cinsiyet, Ülke, Bölge, Şehir}. Bunun gibi bir eğitim veri setine sahipsiniz train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Aşağıdaki gibi Poisson dağılımına sahip bir vektör oluşturdum: x = rpois(1000,10) Kullanarak bir histogram yaparsam hist(x), dağıtım bilinen bir çan şeklindeki normal dağılıma benziyor. Bununla birlikte, Kolmogorov-Smirnoff testi kullanılarak ks.test(x, 'pnorm',10,3)yapılan bir test , dağılımın çok küçük bir pdeğere bağlı olarak normal dağılımdan önemli ölçüde farklı olduğunu söylüyor . Öyleyse …

29 distributions  histogram  normal-distribution  poisson-distribution 

Bir veri kümesi üzerinde çapraz doğrulanmış rasgele bir orman çalıştırmak için şapka kullanıyorum. Y değişkeni bir faktördür. Veri setimde hiç NaN, Inf veya NA yok. Ancak rastgele orman çalıştırırken, alıyorum Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Genellikle farklı istatistiksel modeller hakkında okurken ortaya çıkan beyaz gürültü terimini görüyorum. Ancak şunu itiraf etmeliyim ki, bunun ne anlama geldiğinden tam olarak emin değilim. Genellikle olarak kısaltılır . Bu normal dağıldığı veya herhangi bir dağıtımı takip edebileceği anlamına mı geliyor?WN(0,σ2)WN(0,σ2)WN(0,σ^2)

28 normal-distribution  white-noise 

İki bağımsız normal dağılım ve ile çalışıyorum, ve ve variances veXXXYYYμxμx\mu_xμyμy\mu_yσ2xσx2\sigma^2_xσ2yσy2\sigma^2_y . oranlarının dağılımı ile ilgileniyorum . Ne ne de ortalamaları sıfır, yaniZ=X/YZ=X/YZ=X/YXXXYYYZZZ , Cauchy olarak dağıtılmaz. μ x , μ y , σ 2 x ve σ 2 y CDF'sini bulmam gerekiyorZZZ ve ardından saygı ile CDF'nin türev almakμxμx\mu_xμyμy\mu_yσ2xσx2\sigma^2_xσ2yσy2\sigma^2_y …

28 distributions  normal-distribution  references  mathematical-statistics  cdf 

İstatistiğe ilgi duyan yüksek lisans öğrencisiyim. Maddeyi genel olarak seviyorum, ancak bazen gerçek hayata uygulamalar hakkında düşünmekte zorlanıyorum. Özellikle, benim sorum yaygın olarak kullanılan istatistiksel dağılımlar (normal - beta-gamma vb.) İle ilgili. Sanırım bazı durumlarda, dağıtımı oldukça iyi yapan belirli özellikleri elde ediyorum - örneğin üstel ve hafızasız özellik. Ancak …

28 normal-distribution  references  gamma-distribution  beta-distribution  application 

5.5 yılında, Derin Öğrenme (Ian Goodfellow, Yoshua Bengio ve Aaron Courville tarafından), Olumsuz bir log olasılığından oluşan herhangi bir kayıp, eğitim seti tarafından belirlenen ampirik dağılım ile model tarafından tanımlanan olasılık dağılımı arasındaki çapraz entropidir. Örneğin, ortalama kare hatası, ampirik dağılım ve bir Gauss modeliyle çapraz entropidir. Neden eşdeğer olduklarını …

28 machine-learning  normal-distribution  cross-entropy 

GAM kullandığımda, artık DF (kodun son satırı) olduğunu gösteriyor. Bu ne anlama geliyor? GAM örneğinin ötesine geçmek, Genel olarak, serbestlik derecelerinin sayısı tam sayı olmayan bir sayı olabilir mi?26,626,626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

İçin bir kapalı-formlu bir formül (veya bağlı bir tür) arasında EMD var x1∼N(μ1,Σ1)x1∼N(μ1,Σ1)x_1\sim N(\mu_1, \Sigma_1) ve x2∼N(μ2,Σ2)x2∼N(μ2,Σ2)x_2 \sim N(\mu_2, \Sigma_2) ?

26 normal-distribution  distance 

Doğrusal regresyonda, tahmin edilen her değerin, olası değerlerin normal bir dağılımından seçildiği varsayılmaktadır. Aşağıya bakınız. Fakat neden her tahmin edilen değerin normal bir dağılımdan geldiği varsayılmaktadır? Doğrusal regresyon bu varsayımı nasıl kullanır? Mümkün olan değerler normal dağılmazsa ne olur?

26 regression  probability  distributions  normal-distribution  modeling 

İki ortalama oranı için güven aralığı için sınırları türetmek istiyorum . Varsayalım ve bağımsız olarak, ortalama oranı . Çözmeye çalıştım: ancak bu denklem birçok durumda çözülemedi (kök yok). Yanlış bir şey mi yapıyorum? Daha iyi bir yaklaşım var mı? Teşekkürlerx 1 ~ N ( θ 1 , σ 2 ) …

26 normal-distribution  mean