«pdf» etiketlenmiş sorular

Açık naif Bayes sınıflandırıcı ilgili Wikipedia sayfasında , bu çizgi vardır: s ( s e i g h t | m bir l e ) = 1,5789p(height|male)=1.5789p(\mathrm{height}|\mathrm{male}) = 1.5789 (1'den büyük olasılık dağılımı tamam. Zil eğrisinin altındaki alan 1'e eşittir). Bir değer nasıl tamam olabilir? Tüm olasılık değerlerinin aralığında ifade …

149 distributions  probability  normal-distribution  pdf 

Dağılım yoğunluğu işlevinden, aşağıdaki grafikte gösterildiği gibi Cauchy dağılımı için bir ortalama (= 0) tanımlayabiliriz. Ama neden Cauchy dağılımının bir anlamı olmadığını söylüyoruz?

109 distributions  mathematical-statistics  mean  pdf  cauchy 

Olasılık fonksiyonunun pdf (olasılık yoğunluk fonksiyonu) olmama nedeni nedir?

57 likelihood  pdf 

Merak ediyorum, yorumlamada sadece bağımlı, bağımsız veya bağımsız değişkenlerin mi yoksa sadece bağımsız değişkenlerin log dönüşümünde mi olduğunu fark eder mi? Durumunu düşünün log(DV) = Intercept + B1*IV + Error IV'ü yüzde artış olarak değerlendirebilirim, ancak sahip olduğumda bu nasıl değişir? log(DV) = Intercept + B1*log(IV) + Error veya sahipken …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Rastgele değişken verildiğinde Y=max(X1,X2,…,Xn)Y=max(X1,X2,…,Xn)Y = \max(X_1, X_2, \ldots, X_n) XiXiX_i IID tekdüze değişkenler nerede , Y'nin PDF'sini nasıl hesaplarım YYY?

45 pdf  maximum 

Statüm prof, temel olarak, eğer aşağıdaki üç taneden birine verildiyse diğer ikisini bulabileceğinizi söyledi: Kümülatif dağılım fonksiyonu Moment Oluşturma İşlevi Olasılık Yoğunluk Fonksiyonu Ancak ekonometri profesörüm CDF'lerin PDF'lerden daha temel olduğunu söyledi çünkü CDF'ye sahip olabileceğiniz örnekler var ama PDF tanımlanmadı. CDF'ler PDF'lerden daha mı temeldir? Bir PDF'nin veya bir …

43 probability  pdf  cdf  mgf 

pdf ile rastgele bir değişken olduğunu varsayalım . Sonra rasgele değişkeni pdf’e sahiptir.XXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} Bunun arkasındaki hesabı anlıyorum. Ama hesabı bilmeyen birine anlatmanın bir yolunu düşünmeye çalışıyorum. Özellikle, neden faktörünün ön tarafta göründüğünü açıklamaya çalışıyorum . Onu bıçaklayacağım:1y√1y\frac{1}{\sqrt{y}} bir Gauss …

37 random-variable  pdf  intuition 

plot(density(rexp(100)) Açıkçası sıfırın solundaki tüm yoğunluk yanlılığı temsil ediyor. İstatist olmayanlar için bazı verileri özetlemeye çalışıyorum ve negatif olmayan verilerin neden sıfıra sol tarafa yoğunluğa sahip olduğuna dair sorulardan kaçınmak istiyorum. Grafikler randomizasyon kontrolü içindir; Değişkenlerin tedavi ve kontrol gruplarına göre dağılımını göstermek istiyorum. Dağılımlar genellikle üsteldir. Histogramlar çeşitli nedenlerden …

36 r  pdf  gamma-distribution  kernel-smoothing 

Uzun zamandır iki rasgele değişkenin "toplamının" evrişim olduğunu neden anlamadım , f(x)f(x)f(x) ve g(x)g(x)g(x) in karışım yoğunluğu fonksiyonu toplamı pf(x)+(1−p)g(x)pf(x)+(1−p)g(x)p\,f(x)+(1-p)g(x); aritmetik toplamı ve evrişimleri. "İki rastgele değişkenin toplamı" ifadesi google 146.000 kez görünür ve aşağıdaki gibi eliptiktir. Eğer bir kişi bir RV'yi tek bir değer vermesi için düşünürse, o zaman …

33 pdf  terminology  cdf  mixture  convolution 

Bir gama veya lognormal dağılıma çok benzeyen deneysel olarak gözlemlenmiş bir dağılımım var. Lognormal dağılımın , ortalamasının ve varyansının sabit olduğu rastgele bir için maksimum entropi olasılık dağılımı olduğunu okudum . Gama dağılımının benzer özellikleri var mı?XXXln( X)ln⁡(X)\ln(X)

29 pdf  gamma-distribution  lognormal 

Çok değişkenli dağılımın bir miktarını nasıl hesaplayabileceğimle ilgileniyorum. Rakamlarda, belirli bir tek değişkenli normal dağılımın% 5 ve% 95'lik miktarlarını çizdim (solda). Sağdaki çok değişkenli normal dağılım için, bir analogun yoğunluk fonksiyonunun temelini saran bir izolin olacağını hayal ediyorum. Aşağıda bunu paket kullanarak hesaplamaya çalıştığım bir örnek mvtnorm- ancak başarılı olamayacağım. …

24 r  pdf  quantiles  multivariate-normal  multivariate-distribution 

Parzen pencere yoğunluğu tahmini p ( x ) = 1nΣi = 1n1h2ϕ ( xben- xh)p(x)=1nΣben=1n1h2φ(xben-xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) burada vektörün elemanların sayısı, X bir vektördür p ( x ) bir olasılık yoğunluk olan x , s Parzen pencere boyutu ve φ bir pencere fonksiyonudur.nnnxxxp ( x …

24 pdf  kernel-smoothing  intuition  density-estimation 

CDF (kümülatif dağılım fonksiyonu) verilen bir dağılımın PDF'sini (olasılık yoğunluk fonksiyonu) nasıl bulabilirim?

23 distributions  pdf  cdf 

(İstatistiksel dilden ziyade lay dilin kullanımı için şimdiden özür dileriz.) Belirli bir fiziksel altı taraflı kalıbın her iki tarafının yuvarlanma olasılığını makul bir güvende, yaklaşık% +/- 2 aralığında ölçmek istersem, kaç örnek kalıp rulosuna ihtiyaç duyulur? Yani, her bir sonucu sayarak% 98'in% 14,6 -% 18,7 arasında olduğundan emin olmak için …

22 probability  inference  pdf  dice 

Sürekli rastgele bir değişkeninin yoğunluğunu tahmin etmekle ilgileniyorum . Bunu öğrenmenin bir yolu Çekirdek Yoğunluğu Tahmini kullanımıdır.XXX Ama şimdi, aşağıdaki satırlardaki Bayes yaklaşımıyla ilgileniyorum. Başlangıçta F dağılımını takip ettiğine inanıyorum . Attığım n okumalar X . Yeni okumalarıma dayanarak F güncelleme konusunda bazı yaklaşımlar var mı ?F n X FXXXFFFnnnXXXFFF …

22 bayesian  pdf  nonparametric-bayes  dirichlet-process