Запитання з тегом «distributions»

Розподіл - це математичний опис ймовірностей або частот.

1
Випадкові інтервали перекриття
Як я можу знайти аналітичний вираз у наступній задачі?D(n,l,L)D(n,l,L)D(n,l,L) Я випадковим чином опускаю "брусків" довжиною в проміжок . "Бруски" можуть перекриватися. Я хотів би знайти середню загальну довжину інтервалу зайняту принаймні одним "бар".nnnlll[0,L][0,L][0,L]DDD[0,L][0,L][0,L] У межі "низької щільності" перекриття повинно бути незначним і . У «високої щільності» межа, наближається . Але …

2
Малювання зразків з багатоваріантного нормального розподілу з урахуванням квадратичних обмежень
Я хотів би ефективно намалювати зразки з урахуванням обмеження, що .x∈Rdx∈Rdx \in \mathbb{R}^dN(μ,Σ)N(μ,Σ)\mathcal{N}(\mu, \Sigma)||x||2=1||x||2=1||x||_2 = 1

1
Чи можемо ми завжди переписати правильний косий розподіл з точки зору складу довільного та симетричного розподілу?
Розглянемо подвійно диференційований і симетричний розподіл . Тепер розглянемо друге вдвічі диференційоване розподіл rigth, перекошене в тому сенсі, що:FXFX\mathcal{F}_XFZFZ\mathcal{F}_Z (1)FX⪯cFZ.(1)FX⪯cFZ.(1)\quad\mathcal{F}_X\preceq_c\mathcal{F}_Z. де - це опуклий порядок ван Zwet [0], так що еквівалентний:⪯c⪯c\preceq_c(1)(1)(1) (2)F−1ZFX(x) is convex ∀x∈R.(2)FZ−1FX(x) is convex ∀x∈R.(2)\quad F^{-1}_ZF_X(x)\text{ is convex $\forall x\in\mathbb{R}.$} Розглянемо тепер третій вдвічі диференційований розподіл задовольняє:FYFY\mathcal{F}_Y …

4
Чи змінюється розподіл ймовірностей урни, коли ви берете з неї без заміни в середньому?
Припустимо, у мене є урна, що містить N різних кольорів кульок, і кожен різний колір може з’являтися різну кількість разів (якщо є 10 червоних кульок, також не повинно бути 10 синіх кульок). Якщо ми знаємо точний вміст урни перед малюванням, ми можемо сформувати дискретний розподіл ймовірностей, який повідомляє нам про …


2
Лінійне поєднання двох випадкових ненормальних, що все ще є членом однієї сім'ї
Добре відомо, що лінійна комбінація двох випадкових нормальних змінних також є випадковою нормальною змінною. Чи є спільні ненормальні сім'ї розподілу (наприклад, Weibull), які також поділяють цю власність? Здається, існує багато зустрічних прикладів. Наприклад, лінійна комбінація уніформи зазвичай не є рівномірною. Зокрема, чи існують сім'ї ненормативного розподілу, у яких істинне наступне: …

1
Якщо є незалежною бета-версією, програма show також є бета-версією
Ось проблема, яка з’явилася на семестровому іспиті в нашому університеті кілька років тому, яку я намагаюся вирішити. Якщо є незалежними випадковими змінними з щільністю та відповідно, то показують, що слідує .X1,X2X1,X2X_1,X_2ββ\betaβ(n1,n2)β(n1,n2)\beta(n_1,n_2)β(n1+12,n2)β(n1+12,n2)\beta(n_1+\dfrac{1}{2},n_2)X1X2−−−−−√X1X2\sqrt{X_1X_2}β(2n1,2n2)β(2n1,2n2)\beta(2n_1,2n_2) Я використав метод щоб отримати щільність така: Y=X1X2−−−−−√Y=X1X2Y=\sqrt{X_1X_2}fY(y)=4y2n1B(n1,n2)B(n1+12,n2)∫1y1x2(1−x2)n2−1(1−y2x2)n2−1dxfY(y)=4y2n1B(n1,n2)B(n1+12,n2)∫y11x2(1−x2)n2−1(1−y2x2)n2−1dxf_Y(y)=\dfrac{4y^{2n_1}}{B(n_1,n_2)B(n_1+\dfrac{1}{2},n_2)}\int_y^1\dfrac{1}{x^2}(1-x^2)^{n_2-1}(1-\dfrac{y^2}{x^2})^{n_2-1}dx Насправді я загублений. Тепер у головному документі я знайшов підказку. Я …

2
Результати регресії мають несподівану верхню межу
Я намагаюсь передбачити балансову оцінку і спробував кілька різних методів регресії. Одне, що я помітив, - це те, що передбачувані значення, здається, мають якусь верхню межу. Тобто фактичний баланс знаходиться у , але мої прогнози становлять приблизно . Наступний графік показує фактичний та передбачуваний баланс (прогнозований з лінійною регресією):[0.0,1.0)[0.0,1.0)[0.0, 1.0)0.80.80.8 …

1
Як розрахувати функцію ймовірності
Тривалість життя трьох електронних компонентів - і . Випадкові величини були модельовані як випадкова вибірка розміром 3 з експоненціального розподілу з параметром . Функція ймовірності приX1=3,X2=1.5,X1=3,X2=1.5,X_{1} = 3, X_{2} = 1.5,X3=2.1X3=2.1X_{3} = 2.1θθ\thetaθ>0θ>0\theta > 0 f3(x|θ)=θ3exp(−6.6θ)f3(x|θ)=θ3exp(−6.6θ)f_{3}(x|\theta) = \theta^{3} exp(-6.6\theta) , де .x=(2,1.5,2.1)x=(2,1.5,2.1)x = (2, 1.5, 2.1) Потім проблема переходить до …

2
Зворотний відбір CDF для змішаного розподілу
Позаконтекстна коротка версія Нехай - випадкова величина з CDF yyyF(⋅)≡{θθ+(1−θ)×CDFlog-normal(⋅;μ,σ) y = 0 y > 0F(⋅)≡{θ y = 0 θ+(1−θ)×CDFlog-normal(⋅;μ,σ) y > 0 F(\cdot) \equiv \cases{\theta & y = 0 \\ \theta + (1-\theta) \times \text{CDF}_{\text{log-normal}}(\cdot; \mu, \sigma) & y > 0} Скажімо, я хотів імітувати малюнки за допомогою зворотного …

4
Як зробити вибірку, коли ви не знаєте розподілу
Я досить новачок у статистиці (жменька курсів Uni для початківців) і цікавився вибіркою з невідомих дистрибутивів. Зокрема, якщо ви не маєте поняття про базовий розподіл, чи є якийсь спосіб «гарантувати» отримання репрезентативного зразка? Приклад для ілюстрації: скажіть, ви намагаєтеся з’ясувати глобальний розподіл багатства. Для будь-якої окремої людини можна якось дізнатися …

1
Який розподіл використовувати для моделювання часу читання веб-сторінки?
У мене є функція, яка повертає середньому користувачеві час очікування. Тобто це дає середній час перебування середнього користувача на веб-сторінці, враховуючи довжину веб-ресурсу словами. Я хочу використовувати цю функцію (і отриманий середній показник) у поєднанні з розподілом для моделювання "середнього користувача" в Інтернеті. Який розподіл може підходити для цього і …

3
Якщо
Припустимо наступне налаштування: Нехай Zi=min{ki,Xi},i=1,...,nZi=min{ki,Xi},i=1,...,nZ_i = \min\{k_i, X_i\}, i=1,...,n . Також Xi∼U[ai,bi],ai,bi>0Xi∼U[ai,bi],ai,bi>0X_i \sim U[a_i, b_i], \; a_i, b_i >0 . Більше того, ki=cai+(1−c)bi,0<c<1ki=cai+(1−c)bi,0<c<1k_i = ca_i + (1-c)b_i,\;\; 0 k_i) = 1- \Pr(X_i \le k_i) =1−ki−aibi−ai=1−(1−c)(bi−ai)bi−ai=c=1−ki−aibi−ai=1−(1−c)(bi−ai)bi−ai=c= 1- \frac {k_i - a_i}{b_i-a_i} = 1-\frac {(1-c)(b_i-a_i)}{b_i-a_i} =c Так у всіх FZi(zi)=⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪0zi<aizi−aibi−aiai≤zi<ki1ki≤ziFZi(zi)={0zi<aizi−aibi−aiai≤zi<ki1ki≤ziF_{Z_i}(z_i) = \begin{cases} …


1
Чи можна переустановку завантажувальної програми використовувати для обчислення довірчого інтервалу для дисперсії набору даних?
Я знаю, що якщо ви повторно відбираєте вибірку з набору даних багато разів і обчислюєте середнє значення кожного разу, ці засоби будуть послідувати нормальний розподіл (за CLT). Таким чином, ви можете обчислити довірчий інтервал на середньому наборі даних, не роблячи припущень щодо розподілу ймовірності набору даних. Мені було цікаво, чи …

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.