«pdf» etiketlenmiş sorular

Sadece bir boyutlu yoğunluk tahminleri oluşturmanın düzgün (mutlaka iyi değil) bir yolunu düşündüm ve sorum şu: Bu yoğunluk tahmin yönteminin bir adı var mı? Değilse, literatürde başka bir yöntemin özel bir örneği midir? İşte yöntem: Tahmin etmek istediğimiz bilinmeyen bir dağılımdan alındığını düşündüğümüz bir vektörünüz var . Bunu yapmanın bir …

12 r  estimation  nonparametric  pdf  kernel-smoothing 

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 

Not: önceki sorumun yasal nedenlerle silinmesi gerektiğinden, bu soru bir gönderidir. Fonksiyonlu SAS PROC MIXED karşılaştırarak birlikte lmegelen nlmeR paketin, bazı çok kafa farklılıklar tökezledi. Daha spesifik olarak, farklı testlerdeki özgürlük dereceleri ve arasında farklılık gösterir PROC MIXEDve lmenedenini merak ettim. Aşağıdaki veri kümesinden başlayın (R kodu aşağıda verilmiştir): ind: …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Diyelim ki , olasılık yoğunluk fonksiyonuna sahip bir dağılımdan alınan rastgele bir . Biz doğrusal bir tam-sıraya göre dönüştürmek ise matris almak , daha sonra yoğunluğu verilirX⃗ ∈RnX→∈Rn\vec{X} \in \mathbb{R}^nfX⃗ (x⃗ )fX→(x→)f_\vec{X}(\vec{x})n×nn×nn \times nAAAY⃗ =AX⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ (y⃗ )=1|detA|fX⃗ (A−1y⃗ ).fY→(y→)=1|detA|fX→(A−1y→). f_{\vec{Y}}(\vec{y}) = \frac{1}{\left|\det A\right|}f_{\vec{X}}(A^{-1}\vec{y}). Şimdi dönüştürmek ki …

12 references  random-variable  pdf  linear 

Bu soru bu yazı ile yakından ilgili Rastgele bir değişkenim var ve tanımlıyorum . olasılık yoğunluk fonksiyonunu bulmak istiyorum .Y = log ( X ) YX∼ Gama ( k , θ )X~Gama(k,θ)X \sim \text{Gamma}(k, \theta)Y= günlük( X)Y=günlük⁡(X)Y = \log(X)YYY Başlangıçta sadece kümülatif dağılım fonksiyonu X'i tanımlayacağımı, bir değişken değişikliği yapacağımı …

12 pdf  gamma-distribution 

Bir veri kümesinin (ilk) momentini tahmin edebildiğim ve yoğunluk fonksiyonunun bir tahminini üretmek için kullanmak istediğim bir durum var.kkk Zaten Pearson dağılımına rastladım , ancak sadece ilk 4 anına dayandığını fark ettim (olası an kombinasyonlarına bazı kısıtlamalar ile). Ayrıca, herhangi bir sonlu an setinin, daha fazla varsayım kullanmadığınızda belirli bir …

11 pdf  kernel-smoothing  moments 

Sürekli rasgele değişkenler için olasılık yoğunluk fonksiyonunun olarak olarak tanımlandığı bir giriş istatistik sınıfındayım . integralinin anlıyorum ama bunu sürekli rastgele değişken sezgilerimle düzeltemiyorum. Diyelim ki X, trenin geldiği dakikadan bu yana geçen dakika sayısına rastgele bir değişkendir. Trenin tam olarak 5 dakika sonra gelme olasılığını nasıl hesaplayabilirim? Bu olasılık …

11 probability  random-variable  pdf  continuous-data 

Bana bu görev verildi ve çok şaşırdım. Bir meslektaşım benden aşağıdaki grafiğin ve değerlerini tahmin etmemi istedi :xupperxupperx_{upper}xlowerxlowerx_{lower} Eğri aslında kümülatif bir dağılımdır ve x bir tür ölçümdür. Kümülatif fonksiyon düzleşmeye ve düz olmaktan sapmaya başladığında x'in karşılık gelen değerlerinin ne olduğunu bilmek ister. Bir noktada eğimi bulmak için farklılaşmayı …

11 estimation  pdf  curve-fitting  logistic-curve 

Şu anda ECE lisans programımın temel istatistiklerinde finallerimi inceliyorum. Matematiği çoğunlukla azalttığımı düşünürken, sayıların gerçekte ne anlama geldiğini sezgisel olarak anlamıyorum. E [X] 'in, olasılıklarına göre ağırlıklandırılmış X'in tüm sonuçlarının "ağırlıklı ortalaması" olduğunu biliyorum. Var [X], E [X] 'in karesinden beklenen varyansı verir, bu yüzden bize dağılımın "bulanıklığı" hakkında bir …

11 mathematical-statistics  stochastic-processes  covariance  pdf 

Birkaç çarpık olasılık yoğunluk fonksiyonunun "doruk noktasına" ve kuyruk "ağırlığına" değinmek istiyorum. Tanımlamak istediğim özelliklere "basıklık" denir mi? Sadece simetrik dağılımlar için kullanılan "basıklık" kelimesini gördüm mü?

11 pdf  descriptive-statistics  skewness  kurtosis 

Diyelim ki YYY sürekli rasgele bir değişken ve XXX de ayrık bir değişken . Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} Bilindiği gibi, Pr(Y=y)=0Pr(Y=y)=0\Pr(Y=y) = 0 için YYY bir sürekli rastgele değişkendir. Ve buna dayanarak, Pr(X=x|Y=y)Pr(X=x|Y=y)\Pr(X=x|Y=y) olasılığının tanımsız olduğu sonucuna varıyorum . Ancak Wikipedia burada aslında şu şekilde tanımlandığını iddia ediyor: Pr(X=x|Y=y)=Pr(X=x)fY|X=x(y)fY(y)Pr(X=x|Y=y)=Pr(X=x)fY|X=x(y)fY(y) \Pr(X=x|Y=y) …

11 conditional-probability  pdf 

Bir problem setinde sonucu bana sezgisel olmayan bu "lemmayı" kanıtladım. , sansürlü bir modelde standart normal dağılımdır.ZZZ Resmi olarak, ve . Ardından, Dolayısıyla, kesik bir etki alanı üzerindeki beklenti formülü ile kesme noktasındaki yoğunluk arasında bir tür bağlantı vardır . Bunun arkasındaki sezgiyi açıklayan var mı?Z∗∼Norm(0,σ2)Z∗∼Norm(0,σ2)Z^* \sim Norm(0, \sigma^2)Z=max(Z∗,c)Z=max(Z∗,c)Z = …

10 normal-distribution  pdf  intuition 

İzin Vermek {x1, … ,xN-}{x1,...,xN-}\{x_1,\ldots,x_N\} bilinmeyen (ama kesinlikle asimetrik) bir olasılık dağılımından alınan gözlemler olabilir. KDE yaklaşımını kullanarak olasılık dağılımını bulmak istiyorum: f^( x ) =1N-hΣi = 1N-K(x -xbenh)f^(x)=1N-hΣben=1N-K(x-xbenh) \hat{f}(x) = \frac{1}{Nh}\sum_{i=1}^{N} K\bigl(\frac{x-x_i}{h}\bigr) Ancak, bir Gauss çekirdeği kullanmaya çalıştım, ancak simetrik olduğu için kötü performans gösterdi. Böylece, Gamma ve Beta …

10 probability  distributions  pdf  kernel-smoothing 

Koşullu yoğunluk grafiklerini nasıl doğru yorumlayacağımı bilmek istiyorum. R ile oluşturduğum iki tanesini aşağıya ekledim cdplot. Örneğin, Var 1 150 yaklaşık% 80 olduğunda Sonuç olasılığı 1'e eşit mi? Koyu gri alan, Result1'e eşit olmanın koşullu olasılığıdır , değil mi? Gönderen cdplotbelgeler: cdplot, y'nin marjinal dağılımı ile tartılan y seviyeleri göz …

10 r  data-visualization  interpretation  conditional-probability  pdf 

Düğüm konumlarının yoğunluk olan bir Poisson noktası işlemini izlediği ve kenarların den daha yakın düğümler arasına yerleştirildiği sonsuz bir rastgele geometrik grafik düşünün . Bu nedenle, kenarların uzunluğu aşağıdaki PDF'yi takip eder:dρρ\rhoddd f(l)={2ld2l≤d0l>df(l)={2ld2l≤d0l>d f(l)= \begin{cases} \frac{2 l}{d^2} \;\quad l \le d \\ 0 \qquad\; l > d \end{cases} Yukarıdaki grafikte, …

10 probability  stochastic-processes  pdf  asymptotics  graph-theory