Запитання з тегом «marginal»

Граничний розподіл відноситься до розподілу ймовірностей підмножини змінних, що містяться у спільному розподілі.

2
Яка різниця між випадковими ефектами, фіксованими ефектами та граничною моделлю?
Я намагаюся розширити свої знання зі статистики. Я походжу з фізичних наук із "підходом до рецептів" підходу до статистичного тестування, де ми говоримо, чи це постійно, чи нормально він розподілений - регресія OLS . У своєму читанні я натрапив на терміни: модель випадкових ефектів, модель фіксованих ефектів, гранична модель. Мої …

5
Вступне читання про Copulas
Я вже деякий час шукаю хорошого вступного читання про Copulas для свого семінару. Я знаходжу багато матеріалів, які розповідають про теоретичні аспекти, що добре, але, перш ніж перейти до них, я прагну створити добре інтуїтивне розуміння цієї теми. Чи може хтось запропонувати якісь хороші документи, які дають добру основу для …

1
Який багаторазовий метод порівняння використовувати для lmer-моделі: lsmeans або glht?
Я аналізую набір даних, використовуючи модель змішаних ефектів з одним фіксованим ефектом (умовою) та двома випадковими ефектами (учасник, обумовлений в рамках проекту та пари). Модель була згенерована з lme4пакетом: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Далі я провів перевірку коефіцієнта ймовірності цієї моделі проти моделі без фіксованого ефекту (умови) і маю суттєву різницю. У моєму …

3
Максимальна оцінка вірогідності спільного розподілу з урахуванням лише граничних підрахунків
Нехай - спільний розподіл двох категоріальних змінних , з . Скажімо, вибірок було взято з цього розподілу, але нам дано лише граничні підрахунки, а саме для : X , Y x , y ∈ { 1 , … , K } n j = 1 , … , Kpx,ypx,yp_{x,y}X,YX,YX,Yx,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\}nnnj=1,…,Kj=1,…,Kj=1,\ldots,K Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j),Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j), …

2
Інтуїція за назвами "часткові" та "граничні" кореляції
Хтось має уявлення про те, чому умовна кореляція між двома змінними називається "частковою" кореляцією, а проста кореляція між ними (так, коли вона не обумовлена ​​жодною іншою змінною) називається "граничною" кореляцією? Яка інтуїція стоїть за словами "часткове" та "граничне"? Що вони роблять із "частинами" чи "полями"? Було б добре дізнатися відповідь, …

1
Вибірка з граничного розподілу з використанням умовного розподілу?
Я хочу взяти вибірку з одновимірної щільності але я знаю лише взаємозв'язок:fХfXf_X fХ( x ) = ∫fХ| Y( х | у) fY( у) dу.fХ(х)=∫fХ|Y(х|у)fY(у)гу.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Я хочу уникати використання MCMC (безпосередньо на інтегральному поданні), і оскільки і легко , я думав про використання наступного пробника …

1
Як знайти граничний розподіл від спільного розподілу з багатозмінною залежністю?
Одна з проблем у моєму підручнику полягає в наступному. Двовимірний стохастичний безперервний вектор має таку функцію щільності: fX,Y(x,y)={15xy20if 0 &lt; x &lt; 1 and 0 &lt; y &lt; xotherwisefX,Y(x,y)={15xy2if 0 &lt; x &lt; 1 and 0 &lt; y &lt; x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 & \text{if 0 < x < 1 …

1
Оновлення фактора Байєса
Коефіцієнт Байєса визначається в баєсівському тестуванні гіпотези та підборі байесівської моделі за співвідношенням двох граничних ймовірностей: з урахуванням iid вибірки та відповідної щільності вибірки та , з відповідними пріорами та , коефіцієнт Байєса для порівняння двох моделей - книга Я в даний час розглядає має дивне твердження , що вище …

2
Надійна оцінка MCMC граничної ймовірності?
Я намагаюся обчислити граничну ймовірність статистичної моделі методами Монте-Карло: f( x ) = ∫f( x ∣ θ ) π( θ )гθf(х)=∫f(х∣θ)π(θ)гθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta Ймовірність добре ведеться - гладка, увігнута - але високомірна. Я спробував вибірку важливості, але результати непросто і сильно залежать від пропозиції, яку я використовую. …

1
Знаходження граничної щільності
Як випливає з назви, я шукаю граничні щільностіf( х , у) = с1 -х2-у2---------√,х2+у2≤ 1.f(x,y)=c1−x2−y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Поки що я виявив, що є . Я зрозумів, що через перетворення в полярні координати та інтеграцію над , тому я застряг …
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.