Запитання з тегом «mgf»

Мій стат проф, в основному сказав, що якщо дати одне з наступних трьох, ви можете знайти інші два: Функція накопичувального розподілу Момент, що генерує функцію Функція щільності ймовірності Але мій професор економетрики сказав, що CDF є більш фундаментальними, ніж PDF-файли, оскільки є приклади, де можна мати CDF, але PDF не …

43 probability  pdf  cdf  mgf 

Як працює наближення сідлових точок? Для якої проблеми це добре? (Сміливо використовуйте конкретний приклад або приклади для ілюстрації) Чи є якісь недоліки, труднощі, на що слід звернути увагу, чи пастки для необережних?

38 distributions  mathematical-statistics  mgf  saddlepoint-approximation  partial-moments 

Я шукаю певні нерівності ймовірності для сум необмежених випадкових величин. Я був би дуже вдячний, якщо хтось може надати мені деякі думки. Моя проблема полягає у знаходженні верхньої межі експоненції над ймовірністю того, що сума необмежених iid випадкових величин, які насправді є множенням двох iid Гауссана, перевищує деяке певне значення, …

37 probability  mathematical-statistics  probability-inequalities  mgf 

Чи може розподіл з кінцевою середньою і нескінченною дисперсією мати функцію породження моменту? А як щодо розподілу з кінцевою середньою і кінцевою дисперсією, але нескінченними вищими моментами?

28 variance  moments  mgf 

Текст Вакерлі та ін стверджує цю теорему "Нехай мх( т )мх(т)m_x(t) і му( т )му(т)m_y(t) позначають функції, що генерують момент випадкових змінних X і Y відповідно. Якщо обидві функції, що генерують момент, існують і мх( t ) = mу( т )мх(т)=му(т)m_x(t) = m_y(t) для всіх значень t, тоді X і …

19 mathematical-statistics  references  moments  proof  mgf 

Я намагаюся зрозуміти зв’язок між функцією, що генерує момент, і характерною функцією. Функція генерування моментів визначається як: MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n!MX(t)=E(exp⁡(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n! M_X(t) = E(\exp(tX)) = 1 + \frac{t E(X)}{1} + \frac{t^2 E(X^2)}{2!} + \dots + \frac{t^n E(X^n)}{n!} Використовуючи розширення ряду exp(tX)=∑∞0(t)n⋅Xnn!exp⁡(tX)=∑0∞(t)n⋅Xnn!\exp(tX) = \sum_0^{\infty} \frac{(t)^n \cdot X^n}{n!}, Я можу знайти всі моменти розподілу для …

17 probability  moments  mgf  method-of-moments  characteristic-function 

Наступні схожі, але відрізняються від попередніх публікацій тут і тут Враховуючи два розподіли, які допускають моменти всіх порядків, якщо всі моменти двох розподілів однакові, то чи є вони однаковими розподілами ae? Враховуючи два розподіли, які допускають функції, що генерують моменти, якщо вони мають однакові моменти, чи однакові їх функції, що …

17 distributions  lognormal  moments  mgf 

Чи є там інформація про розподіл, чий nnn кумулянт задається 1n1n\frac 1 n ? Функція, що генерує кумулянт, має вигляд κ(t)=∫10etx−1x dx.κ(t)=∫01etx−1x dx. \kappa(t) = \int_0 ^ 1 \frac{e^{tx} - 1}{x} \ dx. Я зіткнувся з цим як обмежуючий розподіл деяких випадкових змінних, але я не зміг знайти жодної інформації …

16 distributions  mgf  cumulants 

Що таке функція генерування моменту (MGF)? Чи можете ви пояснити це простим та легким прикладом? Будь ласка, обмежтесь, використовуючи офіційні математичні позначення, наскільки це можливо.

15 moments  intuition  mgf 

Це запитання виникає з того, що тут задають питання про функції, що генерують момент (MGF). Припустимо, ХХX - обмежена нульова середня випадкова величина, що приймає значення у [ - σ, σ][-σ,σ][-\sigma, \sigma] і нехай є її MGF. З прив’язки, що використовується у доказі нерівності Геффдінга , ми маємо, що де …

14 probability  probability-inequalities  mgf 

Я плутаю між двома термінами "функція, що генерує ймовірність", і "функція, що генерує момент". Чим ці терміни відрізняються?

13 probability  distributions  terminology  intuition  mgf 

Ми маємо велику різноманітність методів випадкового генерування з одновимірних розподілів (зворотна трансформація, прийняття-відхилення, Метрополіс-Гастінгс тощо), і здається, що ми можемо вибирати з буквально будь-якого дійсного розподілу - це правда? Не могли б ви надати будь-який приклад одновимірного розподілу, який неможливо випадково генерувати? Я припускаю, що приклад, де це неможливо, не …

12 distributions  simulation  random-generation  mgf  philosophical 

У мене дуже великий набір даних, і близько 5% випадкових значень відсутні. Ці змінні співвідносяться між собою. Наступний приклад набору даних R - це лише іграшковий приклад з манекено-корельованими даними. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Чи є неідентичні розподіли, які, можливо, мають однакову функцію генерування моментів?

12 distributions  moments  mgf 

Припустимо, у мене є спільна функція генерування моменту для спільного розподілу з CDF . Чи є необхідною і достатньою умовою незалежності і ? Я перевірив пару підручників, в яких згадувалась лише необхідність:MX,Y(s,t)MX,Y(s,t)M_{X,Y}(s,t)FX,Y(x,y)FX,Y(x,y)F_{X,Y}(x,y)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)M_{X,Y}(s,t)=M_{X,Y}(s,0)⋅M_{X,Y}(0,t)XXXYYY FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)F_{X,Y}(x,y)=F_X(x)\cdot F_Y(y) \implies M_{X,Y}(s,t)=M_X(s) \cdot M_Y(t) Цей результат зрозумілий, оскільки незалежність означає . Оскільки MGF-поля маргіналів визначаються спільним …

12 probability  independence  joint-distribution  mgf