Запитання з тегом «distributions»

Якщо і , то чи можу я сказати, щоY ∼ U ( a , X ) Y ∼ U ( a , b ) ?X∼U(a,b)X∼U(a,b)X \sim U(a, b)Y∼U(a,X)Y∼U(a,X)Y \sim U(a, X)Y∼U(a,b)?Y∼U(a,b)?Y \sim U(a, b)? Я говорю про безперервні рівномірні розподіли з обмеженнями . Доказ (або спростування!) Буде вдячний.[a,b][a,b][a, b]

10 uniform  distributions 

\newcommand{\P}{\mathbb{P}} Я кидаю чесну смерть. Щоразу, коли я отримую 1, 2 або 3, я записую '1'; щоразу, коли отримую 4, записую «2»; щоразу, коли я отримую 5 або 6, я записую "3." Нехай - загальна кількість кидків, потрібних мені для добутку всіх чисел, які я записав, . Я хочу обчислити …

10 probability  normal-distribution  conditional-probability  multinomial  distributions 

Нехай - вибірка iid експоненціальних випадкових величин із середнім , і нехай - статистика порядку з цього зразка. Нехай .X1,…,XnX1,…,XnX_1,\dots,X_nββ\betaX(1),…,X(n)X(1),…,X(n)X_{(1)},\dots,X_{(n)}X¯=1n∑ni=1XiX¯=1n∑i=1nXi\bar X = \frac{1}{n}\sum_{i=1}^n X_i Визначте проміжкиМожна показати, що кожен також є експоненціальним, із середнім значенням .Wi=X(i+1)−X(i) ∀ 1≤i≤n−1.Wi=X(i+1)−X(i) ∀ 1≤i≤n−1.W_i=X_{(i+1)}-X_{(i)}\ \forall\ 1 \leq i \leq n-1\,. WiWiW_iβi=βn−iβi=βn−i\beta_i=\frac{\beta}{n-i} Питання: Як би …

10 probability  distributions  exponential  order-statistics 

У машинній літературі для вивчення розподілу ймовірностей часто використовується функція softmax. Чи є для цього причина? Чому не використовується інша функція?

10 machine-learning  distributions  softmax 

У фізиці або математичній механіці, починаючи з часової позиції , можна отримати швидкість зміни через похідні по часу: швидкість, прискорення, ривок (3-й порядок), джунс (4-й порядок).x(t)x(t)x(t) Деякі з них вже пропонували хапати, тріскати, поп для похідних до сьомого порядку. Моменти, натхненні механічною фізикою та теорією еластичності, важливі і в статистиці, …

10 distributions  terminology  moments  notation  history 

У двочленних умовах випадкова величина X, яка дає кількість успіхів, розподілена біноміально. Частка вибірки може бути обчислена як де - ваш розмір вибірки. Мій підручник говорить про цеXнXн\frac{X}{n}ннn Ця частка не має біноміального розподілу однак, оскільки є просто масштабованою версією біноміально розподіленої випадкової величини , чи не має вона також …

10 distributions  binomial  proportion  sample 

З огляду на два безперервні розподіли FXFX\mathcal{F}_X і FYFY\mathcal{F}_Y , мені незрозуміло, чи є відношення домінування опуклої між ними: (0)FX&lt;cFY(0)FX&lt;cFY(0)\quad \mathcal{F}_X <_c \mathcal{F}_Y Має на увазі, що (1)F−1Y(q)≤F−1X(q),∀q∈[0.5,1](1)FY−1(q)≤FX−1(q),∀q∈[0.5,1](1)\quad F_Y^{-1}(q) \leq F_X^{-1}(q),\quad \forall q\in[0.5,1] має місце, або якщо потрібна ще якась гіпотеза, якщо має бути дотримано?(1)(1)(1) Визначення домінування опуклості. Якщо два …

10 probability  probability-inequalities  distributions 

Стабільні розподіли є інваріантними за згортками. Які підсімейства стабільних розподілів також закриваються при множенні? У тому сенсі, що якщо f ∈ F і g ∈ F , то функція густини ймовірності продукту, f ⋅ g (до нормалі нормалізації) також належить до F ?ЖFFf∈ Ff∈Ff\in Fг∈ Fg∈Fg\in F f⋅ gf⋅gf \cdot …

10 distributions  convolution  stable-distribution 

Нехай - будь-який розподіл із визначеним середнім значенням та стандартним відхиленням, . Центральна гранична теорема говорить, що переходить в розподілі до звичайного нормального розподілу. Якщо замінити на вибіркове стандартне відхилення , чи існує теорема, що переходить в розподілі до t-розподілу? Оскільки для великихХХXмкмк\muσσ\sigmaн--√Х¯- мкσнХ¯-мкσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} σσ\sigmaSSSн--√Х¯- мкSнХ¯-мкS \sqrt{n}\frac{\bar{X} …

10 distributions  normal-distribution  convergence  central-limit-theorem  t-distribution 

Чи можемо ми після використання запису безпосередньо використовувати ітерації MCMC для оцінки щільності, наприклад, шляхом побудови гістограми чи оцінки щільності ядра? Мене турбує те, що ітерації MCMC не обов'язково є незалежними, хоча вони максимум однаково розподілені. Що робити, якщо ми додатково застосуємо проріджування до ітерацій MCMC? Мене хвилює те, що …

10 distributions  mcmc  asymptotics 

Скажіть, у мене є така модель: Poisson(λ)∼{λ1λ2if t&lt;τif t≥τPoisson(λ)∼{λ1if t&lt;τλ2if t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} І я можу зробити для та показані нижче, зі своїх даних. Чи є байесовский спосіб сказати (або кількісної оцінки) , якщо …

10 distributions  bayesian  poisson-distribution 

Перехресно розміщуючи моє запитання від mathoverflow, щоб знайти конкретну допомогу щодо статистики. Я вивчаю фізичний процес, генеруючи дані, які чітко проектуються у два виміри з негативними значеннями. Кожен процес має (проектовану) доріжку з - точок - див. Зображення нижче.xxxyyy Зразки доріжок синього кольору, клопіткий тип доріжки був намальований зеленим кольором, …

10 distributions  modeling  predictive-models  fitting  curve-fitting 

Я читав дискусію в Hacker News про використання стандартного відхилення на відміну від інших показників, таких як середнє абсолютне відхилення. Отже, якби ми дотримувались принципу максимальної ентропії, який би розподіл ми б використовували, якби ми знали лише середню величину розподілу та середнє абсолютне відхилення? Або має сенс використовувати медіану та …

10 distributions  maximum-entropy  mad 

Я працюю над набором даних. Після використання деяких методів ідентифікації моделі я вийшов із моделлю ARIMA (0,2,1). Я використав detectIOфункцію в пакеті TSAв R, щоб виявити інноваційний зовнішній вигляд (IO) під час 48-го спостереження за моїм оригінальним набором даних. Як я включу цей зовнішній вигляд у свою модель, щоб я …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Для простого прикладу припустимо, що існує дві моделі лінійної регресії Модель 1 має три провісники, x1a, x2b, іx2c Модель 2 має три предиктори з моделі 1 та два додаткові прогнози x2aтаx2b Існує рівняння регресії чисельності населення, де пояснюється дисперсія популяції для Моделі 1 та для Моделі 2. Інкрементальна дисперсія, пояснена …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc