«t-distribution» etiketlenmiş sorular

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 

Arka fon Regresyon modelimizde katsayılarının olduğu Sıradan En Küçük Kareler modelimiz olduğunu varsayalım , kkky=Xβ+ϵy=Xβ+ϵ\mathbf{y}=\mathbf{X}\mathbf{\beta} + \mathbf{\epsilon} burada bir olan katsayılarının vektörü, olan tasarım matrisi ile tanımlananββ\mathbf{\beta}(k×1)(k×1)(k\times1)XX\mathbf{X} X=⎛⎝⎜⎜⎜⎜⎜⎜11⋮1x11x21xn1x12…⋱………x1(k−1)⋮⋮xn(k−1)⎞⎠⎟⎟⎟⎟⎟⎟X=(1x11x12…x1(k−1)1x21…⋮⋮⋱⋮1xn1……xn(k−1))\mathbf{X} = \begin{pmatrix} 1 & x_{11} & x_{12} & \dots & x_{1\;(k-1)} \\ 1 & x_{21} & \dots & & \vdots \\ \vdots …

29 regression  linear-model  least-squares  t-distribution 

Student t dağılımının parametreleri için maksimum olabilirlik tahmin ediciler nelerdir? Kapalı formda varlar mı? Hızlı bir Google araması bana sonuç vermedi. Bugün tek değişkenli durumla ilgileniyorum, ancak muhtemelen modeli çoklu boyutlara genişletmek zorunda kalacağım. EDIT: Aslında çoğunlukla yer ve ölçek parametreleriyle ilgileniyorum. Şimdilik serbestlik derecesi parametresinin sabit olduğunu varsayabilir ve …

23 estimation  maximum-likelihood  t-distribution 

Let ile, bir Öğrenci t dağılımından iid çekilebilir orta büyüklükteki için, serbestlik derecesi (en az 100 say). tanımla neredeyse serbestlik derecesine sahip bir ki-kare olarak mı dağıtılıyor ? Kare rasgele değişkenlerin toplamı için Merkezi Limit Teoremi gibi bir şey var mı? n n T = ∑ 1 ≤ i ≤ …

20 chi-squared  central-limit-theorem  t-distribution 

Wikipedia'ya göre, örnekler normal olarak dağılmış bir popülasyonun gözlemleri olduğunda, t-dağılımının t-değerinin örnekleme dağılımı olduğunu anlıyorum. Ancak, bunun neden t-dağılımının şeklinin yağ kuyrukludan neredeyse mükemmel normale değişmesine neden olduğunu sezgisel olarak anlamıyorum. Normal bir dağılımdan örnek alıyorsanız, o zaman büyük bir örnek alırsanız bu dağılıma benzeyecektir, ancak neden yağ kuyruklu …

19 normal-distribution  t-distribution 

... ve neden ? Varsayarak , x 2 ortalama bağımsız rastgele değişkenler u 1 , μ 2 ve varyans σ 2 1 , σ 2 2 , sırasıyla. Temel istatistik kitabım bana X 1 - X 2 dağılımının aşağıdaki özelliklere sahip olduğunu söylüyor :X1X1X_1X2X2X_2μ1,μ2μ1,μ2\mu_1,\mu_2σ21,σ22σ12,σ22\sigma^2_1,\sigma^2_2X1−X2X1−X2X_1-X_2 E(X1−X2)=μ1−μ2E(X1−X2)=μ1−μ2E(X_1-X_2)=\mu_1-\mu_2 Var(X1−X2)=σ21+σ22Var(X1−X2)=σ12+σ22Var(X_1-X_2)=\sigma^2_1 +\sigma^2_2 Şimdi diyelim ki …

19 distributions  degrees-of-freedom  t-distribution 

Bilinmeyen popülasyon standart sapması (sd) ile ortalama güven aralığını (CI) hesaplamak için, t dağılımını kullanarak popülasyon standart sapmasını tahmin ediyoruz. Özellikle, CI=X¯±Z95%σX¯CI=X¯±Z95%σX¯CI=\bar{X} \pm Z_{95\% }\sigma_{\bar X} burada σX¯=σn√σX¯=σn\sigma_{\bar X} = \frac{\sigma}{\sqrt n} . Ancak, popülasyonun standart sapması hakkında nokta tahminimiz olmadığından, tahminimizCI=X¯±t95%(se)CI=X¯±t95%(se)CI=\bar{X} \pm t_{95\% }(se)olup, buradase=sn√se=snse = \frac{s}{\sqrt n} Buna …

18 normal-distribution  confidence-interval  sampling  t-distribution 

Bu Çapraz Onaylı soru , sabit bir meblağa sahip olmak için şartlı bir örnek taklit etme sorusunu bana George Casella'nın belirlediği bir sorunu hatırlattı . Parametrik bir model göz önüne alındığında, f(x|θ)f(x|θ)f(x|\theta) , ve bu model bir iid örnek (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) , maksimum olabilirlik tahmininin θθ\theta verilir İçeride ISTV melerin RWMAIWi'nin …

17 maximum-likelihood  conditional-probability  random-variable  simulation  t-distribution 

Temel istatistik dersleri, örneklem büyüklüğü n büyük olduğunda (genellikle 30 veya 50'nin üzerinde) bir nüfus parametresinin ortalamasını tahmin etmek için genellikle normal bir dağılım kullanılmasını önerir . Öğrencinin T-dağılımı, numunenin standart sapmasındaki belirsizliği açıklamak için daha küçük numune boyutları için kullanılır. Numune boyutu büyük olduğunda, numune standart sapması popülasyon standart …

17 normal-distribution  confidence-interval  t-distribution 

Uygulamada, lineer regresyon katsayısının önemini kontrol etmek için standart bir T testi kullanmak yaygın bir uygulamadır. Hesaplamanın mekaniği bana mantıklı geliyor. T-dağılımı neden doğrusal regresyon hipotez testinde kullanılan standart test istatistiğini modellemek için kullanılabilir? Standart test istatistiği Burada atıfta bulunuyorum: T0=βˆ−β0SE(βˆ)T0=β^−β0SE(β^) T_{0} = \frac{\widehat{\beta} - \beta_{0}}{SE(\widehat{\beta})}

17 regression  hypothesis-testing  linear-model  t-distribution 

Güven aralığını hesaplamak için bu video dersinden bahsediyordum . Ancak, bazı karışıklıklarım var. Bu adam hesaplama için istatistiklerini kullanıyor . Ancak, bunun istatistik olması gerektiğini düşünüyorum . Bize nüfusun gerçek standart sapması verilmiyor. Doğru olanı tahmin etmek için örnek standart sapmayı kullanıyoruz.zzzttt Peki neden yerine güven aralığı için normal dağılım …

15 confidence-interval  t-distribution 

SPSS t-Test prosedürü, 2 bağımsız aracı karşılaştırırken 2 analiz, bir varsayı eşit varyanslı ve bir varsayı varyanslı değil olarak karşılaştırır. Eşit varyansların varsayıldığı zaman serbestlik derecesi (df) her zaman tamsayı değerleridir (ve eşit n-2). Eşit varyanslar varsayılmadığında df tamsayı değildir (örn. 11.467) ve hiçbir yerde n-2'ye yakın değildir. Ben bu …

15 hypothesis-testing  t-test  heteroscedasticity  degrees-of-freedom  t-distribution 

Gosset'in t- dağılımı ile geldiğinin farkındayım , ama "t" nin etimolojisi nedir? "T" t- testi ve t- dağılımı ile nasıl sonuçlandı?

13 t-test  terminology  t-distribution  history  etymology 

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 …

12 probability  normal-distribution  t-distribution 

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