Запитання з тегом «normal-distribution»

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 

Чому необхідно розміщувати припущення про розподіл на помилках, тобто yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , приϵi∼N(0,σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) . Чому б не написати yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} зуi∼ N( Xβ^, σ2)yi∼N(Xβ^,σ2)y_i \sim \mathcal{N}(X\hat{\beta},\sigma^{2}) , де в будь-якому випадку ϵi= уi- у^ϵi=yi−y^\epsilon_i = y_i - \hat{y} . Я бачив, як …

12 regression  normal-distribution  residuals  assumptions  notation 

Припустимо, у мене лептокуртична змінна, яку я хотів би перетворити на нормальність. Які перетворення можуть виконати це завдання? Я добре усвідомлюю, що перетворення даних може бути не завжди бажаним, але, мабуть, як академічне прагнення, я хочу "забити" дані в нормальність. Крім того, як ви можете зрозуміти з сюжету, всі значення …

12 normal-distribution  data-transformation  kurtosis  qq-plot 

Y= μ + σГY=μ+σGY=\mu+\sigma Gмкμ\muWWWГGGRнRn\mathbb{R}^nЖFFН0: { μ ∈ U}H0:{μ∈U}H_0\colon\{\mu \in U\}U⊂ ШU⊂WU \subset Wf= ϕ ( 2 логсупμ ∈ W, σ> 0L ( μ , σ| у)супμ ∈ U, σ> 0L ( μ , σ| у)) .f=ϕ(2log⁡supμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=\phi\left( 2\log \frac{\sup_{\mu \in W, \sigma>0} L(\mu, \sigma | y)}{\sup_{\mu \in U, \sigma>0} L(\mu, …

12 hypothesis-testing  normal-distribution  linear-model  power  likelihood-ratio 

Я вивчаю т-розподіл Стьюдента, і мені стало цікаво, як можна отримати функцію щільності t-розподілів (з wikipedia, http://en.wikipedia.org/wiki/Student%27s_t-distribution ): f( t ) = Γ ( v + 12)v π--√Γ ( v2)( 1 + т2v)- v + 12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} де - ступеня свободи, а - гамма-функція. Яка інтуїція цієї функції? …

12 probability  normal-distribution  t-distribution 

Будь ласка, допоможіть мені знайти обмежуючий розподіл (як ) з наступного: де - iid .U n = X 1 + X 2 + … + X nn → ∞n→∞n \rightarrow \inftyXiN(0,1)Uн= X1+ X2+ … + XнХ31+ X32+ … X3н,Un=X1+X2+…+XnX13+X23+…Xn3, U_n = \frac{X_1 + X_2 + \ldots + X_n}{X_1^3 + X_2^3 …

12 distributions  normal-distribution  asymptotics 

Для гауссових даних, що поширюються в одному вимірі, потрібні два параметри для їх характеристики (середня величина, дисперсія), і подейкують, що для оцінювання цих параметрів з достатньо високою достовірністю зазвичай вистачає приблизно 30 випадково вибраних зразків. Але що відбувається, коли кількість розмірів збільшується? У двох вимірах (наприклад, висота, вага) потрібно 5 …

12 normal-distribution  multivariate-analysis 

Припустимо, у мене є суміш кінцево багатьох гасівців із відомими вагами, засобами та стандартними відхиленнями. Засоби не рівні. Середнє та стандартне відхилення суміші можна зрозуміти, звичайно, оскільки моменти є середньозваженими середніми моментами компонентів. Суміш не є нормальним розподілом, але наскільки це далеко від нормального? Наведене вище зображення показує щільність ймовірності …

12 normal-distribution  mixture  distance 

Ми малюємо зразків, кожен розміром , незалежно від нормального розподілу.n ( μ , σ 2 )NNNnnn(μ,σ2)(μ,σ2)(\mu,\sigma^2) Тоді з зразків вибираємо 2 зразки, які мають найвищу (абсолютну) співвідношення Пірсона один з одним.NNN Яке очікуване значення цього співвідношення? Дякую [PS Це не домашнє завдання]

12 correlation  normal-distribution  expected-value  maximum 

Здається, існує кілька варіантів роботи з моделями Gaussian Mixure (GMM) в Python. На перший погляд є щонайменше: PyMix - http://www.pymix.org/pymix/index.php Інструменти для моделювання сумішей PyEM - http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/, який є частиною панелі інструментів Scipy і, здається, зосереджений на оновленнях GMM : Зараз відомий як sklearn.mixture . PyPR - http://pypr.sourceforge.net/ розпізнавання образів …

12 normal-distribution  python  mixture 

Якщо елемент відповідає нормальному розповсюдженню, середній також слід нормальному. А як мінімум і максимум?

12 normal-distribution  order-statistics 

Якщо ви дивитесь на бета-розподіл зα = β= 4α=β=4\alpha=\beta=4 він виглядає дуже схожим на розподіл Гаусса . Але це? Як ви можете довести, чи є бета (4,4) розподілом гауссова чи ні?

12 normal-distribution  beta-distribution 

Цікаво, чи можна знайти очікуване значення x, якщо воно нормально розподіляється, враховуючи, що воно знаходиться нижче певного значення (наприклад, нижче середнього значення).

12 normal-distribution  conditional-probability  expected-value 

Я читаю попередні розподіли, і я раніше підраховував Джеффрі для вибірки нормально розподілених випадкових величин з невідомою середньою та невідомою дисперсією. Згідно з моїми підрахунками, для Jeffreys раніше було застосовано: Ось, інформаційна матриця Фішера.Яp ( μ , σ2) = dе т ( я)-----√= de t ( 1 / σ2001 / …

12 bayesian  normal-distribution  prior  jeffreys-prior 

Я шукаю аналітично обчислити розподіл ймовірності точок відбору з коливальної функції, коли є якась помилка вимірювання. Я вже підрахував розподіл ймовірності для частини "без шуму" (я поставлю це в кінці), але не можу зрозуміти, як включити "шум". Числова оцінка Щоб було зрозуміліше, уявіть, що існує деяка функція якої ви випадково …

12 distributions  normal-distribution  noise