Запитання з тегом «normal-distribution»

Я шукаю розподіл, де щільність ймовірності швидко зменшується через деяку точку від середньої, або, власними словами, «платоподібний розподіл». Щось між Гауссом та мундиром.

30 distributions  normal-distribution  uniform 

У цій публікації в блозі Ендрю Гелмана є такий пасаж: Моделі Байєса 50 років тому здаються безнадійно простими (за винятком, звичайно, простих проблем), і я думаю, що байєсівські моделі сьогодні будуть здаватися безнадійно простими, 50 років тому. (Просто для простого прикладу: ми, мабуть, повинні регулярно використовувати t, а не звичайні …

30 distributions  bayesian  normal-distribution  model  robust 

Як я можу вручну генерувати випадкове число із заданого розподілу, як, наприклад, 10 реалізацій від стандартного нормального розподілу?

30 normal-distribution  simulation  monte-carlo  random-generation  randomness 

Я поясню свою проблему на прикладі. Припустимо, ви хочете передбачити дохід фізичної особи за деякими ознаками: {Вік, стать, країна, регіон, місто}. У вас такий навчальний набір даних train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Я думаю, що це захоплююча тема, і я її не повністю розумію. Який закон фізики робить так, що стільки природних явищ мають нормальне поширення? Більш інтуїтивно здавалося б, що вони мали б рівномірний розподіл. Мені так важко це зрозуміти, і я відчуваю, що мені не вистачає інформації. Чи може хтось …

29 distributions  normal-distribution  normality-assumption  uniform 

Я створив вектор, який має розподіл Пуассона так: x = rpois(1000,10) Якщо я роблю гістограму за допомогою hist(x), розподіл виглядає як звичний звичайний розподіл у формі дзвоника. Однак тест Колмогорова-Смірноффа, який використовує, ks.test(x, 'pnorm',10,3)говорить, що розподіл суттєво відрізняється від звичайного розподілу через дуже мале pзначення. Отже, моє запитання: чим розподіл …

29 distributions  histogram  normal-distribution  poisson-distribution 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 2 роки тому . Я використовую caret, щоб запустити перехрещений випадковий ліс над набором даних. Змінна Y - фактор. У моєму наборі даних немає NaN, Inf …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Я часто бачу, що термін білий шум з'являється, читаючи про різні статистичні моделі. Але я повинен визнати, що я не зовсім впевнений, що це означає. Зазвичай її скорочують як WN( 0 , σ2)WN(0,σ2)WN(0,σ^2) . Чи означає це, що він зазвичай розповсюджується або він може слідкувати за будь-яким розподілом?

28 normal-distribution  white-noise 

Я працюю з двома незалежними нормальними розподілами і із засобами та та дисперсіями та .XXXYYYμxμx\mu_xμyμy\mu_yσ2xσx2\sigma^2_xσ2yσy2\sigma^2_y Я зацікавлений в розподілі їх відносини . Ні ні не мають середнього нуля, тому не розподіляється як Коші.Z=X/YZ=X/YZ=X/YXXXYYYZZZ Мені потрібно знайти CDF від , а потім взяти похідну CDF відносно , , та .ZZZμxμx\mu_xμyμy\mu_yσ2xσx2\sigma^2_xσ2yσy2\sigma^2_y Хтось …

28 distributions  normal-distribution  references  mathematical-statistics  cdf 

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 - …

28 normal-distribution  references  gamma-distribution  beta-distribution  application 

У 5.5, « Глибоке навчання» (Ian Goodfellow, Yushua Bengio та Aaron Courville), він стверджує, що Будь-яка втрата, що складається з негативної логічної ймовірності, є перехресною ентропією між емпіричним розподілом, визначеним навчальним набором, та розподілом ймовірностей, визначеним моделлю. Наприклад, середня помилка у квадраті - це перехресна ентропія між емпіричним розподілом та …

28 machine-learning  normal-distribution  cross-entropy 

Коли я використовую GAM, це дає мені залишковий коефіцієнт DF (останній рядок у коді). Що це означає? Виходячи за приклад GAM, загалом, чи може число ступенів свободи бути нецілим числом?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

Чи існує формула закритої форми (або якась пов'язана з нею) ЕМД між x1∼N(μ1,Σ1)x1∼N(μ1,Σ1)x_1\sim N(\mu_1, \Sigma_1) та x2∼N(μ2,Σ2)x2∼N(μ2,Σ2)x_2 \sim N(\mu_2, \Sigma_2) ?

26 normal-distribution  distance 

При лінійній регресії передбачається, що кожне передбачуване значення було вибране з нормального розподілу можливих значень. Дивись нижче. Але чому передбачається, що кожне передбачуване значення походить від нормального розподілу? Як лінійна регресія використовує це припущення? Що робити, якщо можливі значення зазвичай не розподіляються?

26 regression  probability  distributions  normal-distribution  modeling 

Я хочу отримати межі для довірчого інтервалу для відношення двох засобів. Припустимо, що і X_2 \ sim N (\ theta_2, \ sigma ^ 2) незалежні, середнє відношення \ Gamma = \ theta_1 / \ theta_2 . Я намагався вирішити: \ text {Pr} (- z (\ alpha / 2)) \ leq …

26 normal-distribution  mean