«pdf» etiketlenmiş sorular

Bir olasılık yoğunluk fonksiyonu için yerel maxima bulmaya çalışıyorum (R densityyöntemi kullanılarak bulundu ). Basit bir "komşuların etrafına bakın" yöntemi (burada komşularına göre yerel bir maksimum olup olmadığını görmek için bir noktaya bakar) yapamıyorum çünkü büyük miktarda veri var. Ayrıca, Spline enterpolasyonu gibi bir şey kullanmak ve daha sonra hata …

15 r  pdf  splines  maximum 

Genellikle, ayrı değişkenler üzerinde bir olasılık dağılımı, bir olasılık kütle fonksiyonu (PMF) kullanılarak tarif edilir: Sürekli rasgele değişkenlerle çalışırken, olasılık kütle fonksiyonu yerine olasılık yoğunluk fonksiyonu (PDF) kullanarak olasılık dağılımlarını tanımlarız. - Goodfellow, Bengio ve Courville tarafından Derin Öğrenme Ancak Wolfram Mathworld , ayrık değişkenler üzerindeki olasılık dağılımını tanımlamak için …

14 probability  mathematical-statistics  terminology  pdf 

İki örnek arasındaki benzerlik ölçüsü olarak, R iki çekirdek yoğunluk tahminleri arasındaki örtüşme alanını hesaplamak için bir yöntem arıyorum. Açıklamak için, aşağıdaki örnekte, morumsu örtüşen bölgenin alanını ölçmem gerekir: library(ggplot2) set.seed(1234) d <- data.frame(variable=c(rep("a", 50), rep("b", 30)), value=c(rnorm(50), runif(30, 0, 3))) ggplot(d, aes(value, fill=variable)) + geom_density(alpha=.4, color=NA) Benzer bir soru …

14 r  probability  pdf  kernel-smoothing 

Çekirdek yoğunluk tahmincisini kullanarak bir dizi gözlem temelinde yoğunluk fonksiyonunu tahmin etmem gerekiyor. Aynı gözlem kümesine dayanarak, çekirdek yoğunluk tahmin edicisinin türevlerini kullanarak yoğunluğun birinci ve ikinci türevlerini de tahmin etmem gerekiyor. Bant genişliği kesinlikle nihai sonuç üzerinde büyük bir etkiye sahip olacaktır. İlk olarak, KDE bant genişliğini veren birkaç …

14 r  nonparametric  pdf  kernel-smoothing 

Diyelim ki ayrıntılı olarak karşılaştırmak istediğim iki dağılımım var, yani şekil, ölçek ve kaydırmayı kolayca görünür hale getirecek şekilde. Bunu yapmanın iyi bir yolu, her dağıtım için bir histogram çizmek, aynı X ölçeğine koymak ve birini diğerinin altına istiflemektir. Bunu yaparken, binning nasıl yapılmalıdır? Aşağıdaki Şekil 1'deki gibi bir dağılım …

14 data-visualization  histogram  pdf  binning 

Benim diğer esinlenerek soruya , bir tane bir işlev bir olasılık yoğunluk fonksiyonu (PDF) modunu bulur nasıl sormak istiyorum ?f(x)f(x)f(x) Bunun için bir "yemek kitabı" prosedürü var mı? Görünüşe göre, bu görev ilk başta göründüğünden çok daha zor.

14 pdf  function  mode  shortest-half 

Biraz hafif matematikten geçtikten sonra, çekirdek yoğunluğu tahmininde hafif bir sezgim olduğunu düşünüyorum. Ancak, üçten fazla değişken için çok değişkenli yoğunluğun tahmin edilmesinin, tahmin edicilerinin istatistiksel özellikleri açısından iyi bir fikir olmayabileceğinin de farkındayım. Öyleyse, ne tür durumlarda parametrik olmayan yöntemler kullanarak iki değişkenli yoğunluğu tahmin etmek istiyorum? İkiden fazla …

14 nonparametric  pdf  kernel-smoothing  bivariate  density-estimation 

Bu, bazı eski istatistikleri incelerken sahip olduğum garip bir düşünce ve bir nedenden dolayı cevabı düşünemiyorum. Sürekli bir PDF bize herhangi bir aralıktaki değerleri gözlemleme yoğunluğunu söyler. Yani, eğer , örneğin, daha sonra olasılık bir gerçekleşme arasında düşer ve basitçe burada olduğu standardın yoğunluğu.X∼N(μ,σ2)X∼N(μ,σ2)X \sim N(\mu,\sigma^2)aaabbb∫baϕ(x)dx∫abϕ(x)dx\int_a^{b}\phi(x)dxϕϕ\phi Ait dediğimizde bir parametrenin …

13 normal-distribution  maximum-likelihood  pdf 

Eminim herkes burada, zaten Beta dağılımı ait PDF bilir X∼B(a,b)X∼B(a,b)X \sim B(a,b) tarafından verilir f(x)=1B(a,b)xa−1(1−x)b−1f(x)=1B(a,b)xa−1(1−x)b−1f(x) = \frac{1}{B(a,b)}x^{a-1}(1-x)^{b-1} Bu formülün kökenlerini açıklamak için her yerde avlanıyordum, ama bulamıyorum. Beta dağıtımında bulduğum her makale bu formülü veriyor, birkaç şeklini gösteriyor, sonra doğrudan anlarını tartışmaya devam ediyor ve oradan devam ediyor. Türetemediğim ve …

13 probability  mathematical-statistics  pdf  beta-distribution  history 

Gama dağılımı hakkındaki Wikipedia makalesine göre : Eğer ve , burada ve bağımsız bir rastgele değişkenler, daha sonra .Y ~ G bir m, m, bir ( b , θ ) X, Y, X + Y ~ G bir m, m, bir ( a + b , θ )X∼Gamma(a,θ)X∼Gamma(a,θ)X\sim\mathrm{Gamma}(a,\theta)Y∼Gamma(b,θ)Y∼Gamma(b,θ)Y\sim\mathrm{Gamma}(b,\theta)XXXYYYX+Y∼Gamma(a+b,θ)X+Y∼Gamma(a+b,θ)X+Y\sim \mathrm{Gamma}(a+b, \theta) …

13 probability  pdf  gamma-distribution 

Yani, bu soru biraz dahil olmakla birlikte, bunu olabildiğince basit bir şekilde ileriye doğru yapmaya çalıştım. Hedef: Uzun lafın kısası, yok negentropi bir türetme vardır değil yüksek mertebeden cumulant'larının dahil ve bunu elde edilmiştir anlamaya çalışıyorum. Arka plan: (Tüm bunları anlıyorum) Burada bulunan 'Bağımsız Bileşen Analizi' kitabını kendi kendime çalışıyorum …

13 distributions  probability  pdf  entropy 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 4 yıl önce kapalı . pdf bulmak gerekir nerede bu sorun var . Tek bildiğim dağılımına sahip . ne tür bir dağılımdır ? aynı mı? …

13 self-study  distributions  normal-distribution  pdf 

Böyle bir formül var mı? Ortalamanın, varyansın, çarpıklığın ve basıklığın bilindiği veya ölçülebildiği bir veri kümesi göz önüne alındığında, yukarıda belirtilen verilerden geldiği varsayılan bir değerin olasılık yoğunluğunu hesaplamak için kullanılabilecek tek bir formül var mı?

13 distributions  pdf  kurtosis  skewness 

Şuna benzeyen verilerim var: Üzerine normal dağılım (çekirdek yoğunluğu tahmini daha iyi çalışır, ancak böyle büyük bir hassasiyete ihtiyacım yok) uygulamaya çalıştım ve oldukça iyi çalışıyor. Yoğunluk grafiği bir elips yapar. Bir noktanın elips bölgesinde olup olmadığına karar vermek için bu elips işlevini almam gerekiyor. Bu nasıl yapılır? R veya …

13 r  regression  pdf  bivariate 

Yoğunluk grafiklerinin yüksekliğini nasıl yorumlamalıyım: Örneğin yukarıdaki grafikte pik, x = 18'de yaklaşık 0.07'dir. Değerlerin yaklaşık% 7'sinin 18 civarında olduğunu çıkarabilir miyim? Bundan daha spesifik olabilir miyim? Ayrıca x = 30'da 0.02 yüksekliğinde ikinci bir tepe vardır. Bu, değerlerin yaklaşık% 2'sinin 30 civarında olduğu anlamına mı gelir? Düzenleme: 1'i aşan …

12 data-visualization  pdf