«uniform» etiketlenmiş sorular

Tekdüze dağılım, örnek uzayında herhangi bir değeri alması muhtemel olan rastgele bir değişkeni tanımlar.


1
Ortak Komple Yeterli İstatistikler: Düzgün (a, b)
Let üzerinde düzgün dağılımı rasgele numune olduğu , . Let ve büyük ve en küçük mertebeden bir istatistik. İstatistiğin , parametresi için müştereken tam bir istatistik olduğunu gösterin . X=(x1,x2,…xn)X=(x1,x2,…xn)\mathbf{X}= (x_1, x_2, \dots x_n)(a,b)(a,b)(a,b)a&lt;ba&lt;ba < bY1Y1Y_1YnYnY_n(Y1,Yn)(Y1,Yn)(Y_1, Y_n)θ=(a,b)θ=(a,b)\theta = (a, b) Çarpanlara ayırma yöntemiyle yeterlilik göstermek benim için sorun değil. Soru: …

1
Hiper elipsoid (sabit Mahalanobis mesafesi) yüzeyinden eşit şekilde nasıl örnek alınır?
Gerçek değerli çok değişkenli bir durumda, Mahalanobis'in ortalamasına olan mesafesinin sabit olduğu yüzeyden noktaları eşit bir şekilde örneklemenin bir yolu var mı? DÜZENLEME: Bu sadece denklemi karşılayan bir hiper-elipsoidin yüzeyinden eşit olarak örnekleme noktalarına kaynar, (x−μ)TΣ−1(x−μ)=d2.(x−μ)TΣ−1(x−μ)=d2.(x-\mu)^T \Sigma^{-1}(x-\mu) = d^2. Daha kesin olmak gerekirse, "eşit olarak", hiper-yüzeyin her alan elemanı aynı …

3
Sürekli değişkenin koşullu olasılığı
Rastgele değişken 0 ve 10 parametreleriyle sürekli bir Düzgün dağılım izlediğini varsayalım (yani )U ∼ U ( 0 , 10 )UUUU∼U(0,10)U∼U(0,10)U \sim \rm{U}(0,10) Şimdi A'yı = 5 ve B olarak ifade eden ve veya 6'ya eşit olduğu olayını gösterelim. Anladığım kadarıyla, her iki olayın da sıfır olma olasılığı vardır.U 5UUUUUU555 …







4
Düzgün dağılmış r.v'ler verildiğinde, bir rv için PDF'nin tüm n r.v'lerin toplamına bölümü nedir?
Ben aşağıdaki tür ilgileniyorum: 1 toplam gerekir 'n' sürekli rasgele değişkenler var Ne sonra böyle herhangi bir değişken için PDF ne olurdu? Yani, n=3n=3n=3 , o zaman X 1'in dağılımı ile ilgileniyorumX1X1+X2+X3X1X1+X2+X3\frac{X_1}{X_1+X_2+X_3} ,X1,X2X1,X2X_1, X_2, veX3X3 X_3 tüm düzgün olarak dağıtılırlar. Bu örnekte elbette ortalama1/31/31/3, çünkü ortalama sadece1/n1/n1/n ve R'deki dağılımı …
10 uniform 

3
bağımsız değişken olduğunda dağılımı
Rutin bir egzersiz olarak, ve bağımsız rasgele değişkenleri olduğu dağılımını bulmaya çalışıyorum .X2+Y2−−−−−−−√X2+Y2\sqrt{X^2+Y^2}XXXYYYU(0,1)U(0,1) U(0,1) nin eklem yoğunluğu(X,Y)(X,Y)(X,Y)fX,Y(x,y)=10&lt;x,y&lt;1fX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right)cosθcos⁡θ\cos\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]zgünahθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right)sinθsin⁡θ\sin\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right] Yani, için .1&lt;z&lt;2–√1&lt;z&lt;21< z<\sqrt 2cos−1(1z)&lt;θ&lt;sin−1(1z)cos−1⁡(1z)&lt;θ&lt;sin−1⁡(1z)\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right) Dönüşümün jacobianının mutlak değeri|J|=z|J|=z|J|=z Böylece ortak yoğunluğu ile verilmektedir(Z,Θ)(Z,Θ)(Z,\Theta) fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2√),θ∈(cos−1(1/z),sin−1(1/z))}fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2),θ∈(cos−1⁡(1/z),sin−1⁡(1/z))}f_{Z,\Theta}(z,\theta)=z\mathbf 1_{\{z\in(0,1),\,\theta\in\left(0,\pi/2\right)\}\bigcup\{z\in(1,\sqrt2),\,\theta\in\left(\cos^{-1}\left(1/z\right),\sin^{-1}\left(1/z\right)\right)\}} Entegre , biz pdf elde gibiθθ\thetaZZZ fZ(z)=πz210&lt;z&lt;1+(πz2−2zcos−1(1z))11&lt;z&lt;2√fZ(z)=πz210&lt;z&lt;1+(πz2−2zcos−1⁡(1z))11&lt;z&lt;2f_Z(z)=\frac{\pi z}{2}\mathbf 1_{0\sqrt 2 \end{cases} doğru ifadeye benziyor. Farklılaşan durumda …

3
Tekdüze bir dağılım parametresini tahmin etmek: uygun değil mi?
N örneğimiz var, XiXiX_i, düzgün bir dağılımdan [0,θ][0,θ][0,\theta] nerede θθ\thetabilinmeyen. Tahminθθ\theta verilerden. Bayes kuralı ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} ve olasılık: f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (değiştir: ne zaman 0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \theta hepsi için iii, ve başka türlü 0 - teşekkürler whuber) ama hakkında başka bilgi olmadan θθ\theta, …

1
Permütasyon testlerini kullanmanın yararı nedir?
Bir test istatistik alternatif hipotez karşı bazı boş test ederken , burada , dizi permütasyon testi uygulamak üzerinde permütasyon ve yeni bir istatistik sahip U(X)U(X)U(X)X={xi,...,xn}X={xi,...,xn}X = \{ x_i, ..., x_n\}GGGXXXT(X):=#{π∈G:U(πX)≥U(X)}|G|.T(X):=#{π∈G:U(πX)≥U(X)}|G|. T(X) := \frac{\# \{\pi \in G: U(\pi X) \geq U(X)\}}{|G|}. Permütasyon testini kullanmamanın faydası nedir? Yani permütasyon testi çalıştığında neye …

4
R'de Kesikli Zaman Olay Geçmişi (Hayatta Kalma) Modeli
R'de ayrık zamanlı bir model yerleştirmeye çalışıyorum, ancak nasıl yapılacağından emin değilim. Bağımlı değişkeni farklı satırlarda, her bir zaman gözlemi için bir tane düzenleyebileceğinizi ve glmbir logit veya cloglog bağlantısıyla işlevi kullanabileceğinizi okudum. Bu anlamda, üç sütun vardır: ID, Event(her zaman atıl 1 ya da 0) ve Time Elapsedek olarak, …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.