Запитання з тегом «gamma-distribution»

Ненегативний безперервний розподіл ймовірності, індексований двома суто позитивними параметрами.

4
Коли використовувати гамма-ГММ?
Розподіл гами може набувати досить широкого діапазону форм, а враховуючи зв'язок між середньою та дисперсією через два її параметри, здається, підходить для боротьби з гетерокедастичністю в негативних даних таким чином, що OLS-трансформований OLS може не обійтися ні WLS, ні яким-небудь гетероскестичним оцінкою VCV. Я б скоріше використовував це для рутинного …

4
Вибір між LM та GLM для змінної відповіді, перетвореної журналом
Я намагаюся зрозуміти філософію, що використовується за допомогою узагальненої лінійної моделі (GLM) проти лінійної моделі (LM). Я створив приклад набору даних нижче, де: log(y)=x+εlog⁡(y)=x+ε\log(y) = x + \varepsilon У прикладі немає помилки як функції величини y , тому я вважаю, що лінійна модель перетвореного y журналу y була б найкращою. …

3
У кого важчий хвіст, лонормальний або гамма?
(Це засновано на питанні, яке щойно прийшло до мене електронною поштою; я додав деякий контекст із попередньої короткої розмови з тією ж людиною.) Минулого року мені сказали, що гамма-розподіл важчий, ніж логічний, і з тих пір мені сказали, що це не так. Що є більш важким хвостом? Які ресурси я …

4
Хороші методи для графіків щільності негативних змінних в R?
plot(density(rexp(100)) Очевидно, вся щільність зліва від нуля являє собою зміщення. Я хочу узагальнити деякі дані для нестатистів, і хочу уникати запитань про те, чому невід’ємні дані мають щільність зліва від нуля. Ділянки призначені для перевірки рандомізації; Я хочу показати розподіл змінних за групами лікування та контролю. Розподіл часто є експоненціальними. …

4
Загальна сума випадкових величин Gamma
Я читав, що сума випадкових змінних Gamma з тим же параметром масштабу є ще однією випадковою змінною Gamma. Я також бачив статтю Москопулоса, що описує метод підсумовування загального набору випадкових змінних Гамма. Я спробував застосувати метод Мосхопулоса, але ще не мав успіху. Як виглядає підсумовування загального набору випадкових величин Gamma? …

2
Гамма проти лонормальних розподілів
У мене експериментально спостерігається розподіл, який дуже схожий на гамма або лонормальне розподіл. Я читав, що лонормальний розподіл - це максимальний розподіл ймовірності ентропії для випадкової величини для якої фіксовано середнє значення та дисперсію . Чи має розподіл гамми подібні властивості?XXXln(X)ln⁡(X)\ln(X)

5
Приклади реального життя із поширених розподілів
Я студентка, що розвиває інтерес до статистики. Мені подобається матеріал понад усе, але мені часом важко думати про додатки до реального життя. Зокрема, моє запитання стосується часто використовуваних статистичних розподілів (нормальних - бета-гамма тощо). Я думаю, що в деяких випадках я отримую особливі властивості, які роблять розподіл досить приємним - …

3
Зв'язок між гамма-розподілом і нормальним розподілом
Нещодавно я вважав за необхідне отримати pdf для квадрата нормальної випадкової величини із середнім значенням 0. З будь-якої причини я вирішив не нормалізувати дисперсію заздалегідь. Якщо я це зробив правильно, то цей pdf такий: N2(x;σ2)=1σ2π−−√x−−√e−x2σ2N2(x;σ2)=1σ2πxe−x2σ2 N^2(x; \sigma^2) = \frac{1}{\sigma \sqrt{2 \pi} \sqrt{x}} e^{\frac{-x}{2\sigma^2}} Я помітив, що насправді це була лише …

2
Як інтерпретувати параметри в GLM з сім'єю = Gamma
Це запитання було перенесено із переповнення стека, оскільки на нього можна відповісти на перехресному підтвердженні. Мігрували 5 років тому . У мене є питання щодо інтерпретації параметрів для GLM з розподіленою залежною змінною гамми. Це те, що R повертається для мого GLM за допомогою посилання: Call: glm(formula = income ~ …

2
Яка діагностика може підтвердити використання конкретного сімейства GLM?
Це здається таким елементарним, але я завжди зациклююся на цьому ... Більшість даних, з якими я маю справу, не є нормальними, а більшість аналізів базується на структурі GLM. Для мого поточного аналізу у мене є змінна відповідь, яка "швидкість ходьби" (метри / хвилина). Мені легко визначити, що я не можу …

3
Як зробити вибірку з ?
Я хочу взяти вибірку відповідно до щільності де і суворо позитивні. (Мотивація: Це може бути корисно для вибірки Гіббса, коли параметр форми щільності Gamma має рівномірний попередній.)f( a ) ∝ cага - 1Γ ( a )1( 1 , ∞ )( а )f(a)∝cada−1Γ(a)1(1,∞)(a) f(a) \propto \frac{c^a d^{a-1}}{\Gamma(a)} 1_{(1,\infty)}(a) cccгdd Хтось знає, …

2
Оцінка параметрів розподілу гамми за допомогою середнього зразка та std
Я намагаюся оцінити параметри гамма-розподілу, які найкраще відповідають моїй вибірці даних. Я хочу лише використовувати середнє значення , std (а отже, і дисперсію ) з вибірки даних, а не фактичні значення - оскільки вони не завжди будуть доступні в моїй програмі. Згідно з цим документом, для оцінки форми та масштабу …

3
Сума експоненціальних випадкових величин слід за Гаммою, переплутаною параметрами
Я дізнався, що сума експоненціальних випадкових величин слід за розподілом Gamma. Але скрізь, коли я читаю, параметризація різна. Наприклад, Wiki описує відносини, але не кажіть, що насправді означають їх параметри? Форма, масштаб, швидкість, 1 / ставка? Експоненційний розподіл: xxx ~ exp(λ)exp(λ)exp(\lambda) E [ x ] = 1 / λ v …

1
Побудова розподілу Діріхле з розподілом Гамма
Нехай X1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1} - взаємно незалежні випадкові величини, кожна з яких має розподіл гами з параметрами αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1 показують, що Yi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,k, мають спільний розподіл у виглядіDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) Спільний pdf з (X1,…,Xk+1)=e−∑k+1i=1xixα1−11…xαk+1−1k+1Γ(α1)Γ(α2)…Γ(αk+1)(X1,…,Xk+1)=e−∑i=1k+1xix1α1−1…xk+1αk+1−1Γ(α1)Γ(α2)…Γ(αk+1)(X_1,\dots,X_{k+1})=\frac{e^{-\sum_{i=1}^{k+1}x_i}x_1^{\alpha_1-1}\dots x_{k+1}^{\alpha_{k+1}-1}}{\Gamma(\alpha_1)\Gamma(\alpha_2)\dots \Gamma(\alpha_{k+1})} Тоді, щоб знайти спільний pdf з(Y1,…,Yk+1)(Y1,…,Yk+1)(Y_1,\dots,Y_{k+1})я не можу знайти якобіан, тобтоJ(x1,…,xk+1y1,…,yk+1)J(x1,…,xk+1y1,…,yk+1)J(\frac{x_1,\dots,x_{k+1}}{y_1,\dots,y_{k+1}})

2
Косисть логарифму випадкової величини гамма
Розглянемо гамма-випадкову змінну X∼Γ(α,θ)X∼Γ(α,θ)X\sim\Gamma(\alpha, \theta) . Існують чіткі формули для середини, дисперсії та косості: E[X]Var[X]Skewness[X]=αθ=αθ2=1/α⋅E[X]2=2/α−−√E[X]=αθVar⁡[X]=αθ2=1/α⋅E[X]2Skewness⁡[X]=2/α\begin{align} \mathbb E[X]&=\alpha\theta\\ \operatorname{Var}[X]&=\alpha\theta^2=1/\alpha\cdot\mathbb E[X]^2\\ \operatorname{Skewness}[X]&=2/\sqrt{\alpha} \end{align} Розглянемо тепер випадкову змінну, перетворену журналом Y=log(X)Y=log⁡(X)Y=\log(X) . Вікіпедія дає формули для середнього та дисперсійного: E[Y]Var[Y]=ψ(α)+log(θ)=ψ1(α)E[Y]=ψ(α)+log⁡(θ)Var⁡[Y]=ψ1(α)\begin{align} \mathbb E[Y]&=\psi(\alpha)+\log(\theta)\\ \operatorname{Var}[Y]&=\psi_1(\alpha)\\ \end{align} за допомогою функцій digamma та trigamma, які визначаються як …

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.