Запитання з тегом «pdf»

Я просто думав про акуратний (не обов'язково хороший) спосіб створення однієї розмірної оцінки щільності, і моє питання: Чи має цей метод оцінки щільності назву? Якщо ні, то це особливий випадок якогось іншого методу в літературі? Ось метод: У нас є вектор який, як ми вважаємо, виведений з якогось невідомого розподілу, …

12 r  estimation  nonparametric  pdf  kernel-smoothing 

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 

Примітка: це запитання є репостом, оскільки моє попереднє питання довелося видалити з юридичних причин. Порівнюючи PROC MIXED від SAS з функцією lmeз nlmeпакету в R, я натрапив на деякі досить заплутані відмінності. Більш конкретно, ступеня свободи в різних випробувань відрізняються між PROC MIXEDі lme, і я задавався питанням, чому. Почніть …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Скажімо, у нас є випадковий вектор , проведений з розподілу з функцією густини ймовірностей . Якщо ми лінійно перетворимо його на повноцінне матрицю щоб отримати , то щільність задаєтьсяX⃗ ∈RnX→∈Rn\vec{X} \in \mathbb{R}^nfX⃗ (x⃗ )fX→(x→)f_\vec{X}(\vec{x})n×nn×nn \times nAAAY⃗ =AX⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ ( у⃗ ) = 1| det A |fХ⃗ ( …

12 references  random-variable  pdf  linear 

Це питання тісно пов’язане з цією публікацією Припустимо, у мене є випадкова величина , і я визначаю Y = log ( X ) . Я хотів би знайти функцію щільності ймовірності Y .Х∼ Гамма ( k , θ )X∼Gamma(k,θ)X \sim \text{Gamma}(k, \theta)Y= журнал( X)Y=log⁡(X)Y = \log(X)YYY Спочатку я думав, що …

12 pdf  gamma-distribution 

У мене є ситуація, коли я в змозі оцінити (перші) моменти набору даних, і хотів би використовувати його для оцінки функції функції щільності.kkk Я вже натрапив на розподіл Пірсона , але зрозумів, що він покладається лише на перші 4 моменти (з деякими обмеженнями на можливі поєднання моментів). Я також розумію, …

11 pdf  kernel-smoothing  moments 

Я перебуваю у вступному класі статистики, в якому функція щільності ймовірностей для безперервних випадкових величин була визначена як . Я розумію, що інтеграл але я не можу виправити це моєю інтуїцією безперервної випадкової величини. Скажіть, X - випадкова величина, що дорівнює кількості хвилин від часу t, що прибуває поїзд. Як …

11 probability  random-variable  pdf  continuous-data 

Мені було дано це завдання і застукали. Колега попросив мене оцінити та x l o w e r наступної діаграми:хu p p e rхуppеrx_{upper}хл о ш е рхлошеrx_{lower} Крива насправді є кумулятивним розподілом, а x - це якесь вимірювання. Йому цікаво знати, які є відповідні значення на x, коли сукупна …

11 estimation  pdf  curve-fitting  logistic-curve 

В даний час я навчаюсь для мого фіналу базової статистики для свого бакалавра ЄЕК. Хоча я думаю, що в мене математика здебільшого знижена, мені не вистачає інтуїтивного розуміння того, що насправді означають цифри. (Преамбула: Я буду використовувати досить неохайну мову). Я знаю, що E [X] є "середньозваженим" для всіх результатів …

11 mathematical-statistics  stochastic-processes  covariance  pdf 

Я хотів би описати "пік" та "важкість" хвоста кількох перекошених функцій щільності ймовірності. Особливості, які я хочу описати, чи називали б їх "куртозом"? Я бачив лише слово "куртоз", яке використовується для симетричних розподілів?

11 pdf  descriptive-statistics  skewness  kurtosis 

Скажіть, що - неперервна випадкова величина, а - дискретна. YYYXXXPr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} Як ми знаємо, оскільки - неперервна випадкова величина. І виходячи з цього, я маю намір зробити висновок, що ймовірність не визначена.Pr(Y=y)=0Pr(Y=y)=0\Pr(Y=y) = 0YYYPr(X=x|Y=y)Pr(X=x|Y=y)\Pr(X=x|Y=y) Однак Вікіпедія стверджує, що насправді це визначено так: Pr(X=x|Y=y)=Pr(X=x)fY|X=x(y)fY(y)Pr(X=x|Y=y)=Pr(X=x)fY|X=x(y)fY(y) \Pr(X=x|Y=y) = \frac{\Pr(X=x) f_{Y|X=x}(y)}{f_Y(y)} Питання: …

11 conditional-probability  pdf 

У наборі проблем я довів цю "лему", результат якої для мене не інтуїтивно зрозумілий. - це звичайний нормальний розподіл в цензурованій моделі.ZZZ Формально і . Тоді Отже, існує певний зв'язок між формулою очікування над усіченою областю та щільністю в точці усікання . Хтось може пояснити інтуїцію за цим?Z∗∼Norm(0,σ2)Z∗∼Norm(0,σ2)Z^* \sim Norm(0, …

10 normal-distribution  pdf  intuition 

Нехай - спостереження, отримані з невідомого (але, безумовно, асиметричного) розподілу ймовірностей.{ х1, … , ХN}{х1,…,хN}\{x_1,\ldots,x_N\} Я хотів би знайти розподіл ймовірностей за допомогою підходу KDE: Однак я спробував використовувати ядро ​​Гаусса, але воно було погано, оскільки воно симетричне. Таким чином, я бачив, що деякі роботи щодо ядер Gamma та Beta …

10 probability  distributions  pdf  kernel-smoothing 

Я хотів би знати, як правильно інтерпретувати графіки умовної щільності. Я вставив два нижче , що я створив в R з cdplot. Наприклад, чи вірогідність результату дорівнює 1, коли Var 1 дорівнює 150 приблизно 80%? Темно-сіра область - це та, яка умовна ймовірність Resultбуття дорівнює 1, правда? З cdplotдокументації: cdplot …

10 r  data-visualization  interpretation  conditional-probability  pdf 

Розглянемо нескінченний випадковий геометричний графік, у якому місця розташування вузлів слідують за процесом точки Пуассона з щільністю а ребра розміщуються між вузлами, ближчими . Тому довжина країв дотримується наступного PDF:ρρ\rhoddd f(l)={2ld2l≤d0l>df(l)={2ld2l≤d0l>d f(l)= \begin{cases} \frac{2 l}{d^2} \;\quad l \le d \\ 0 \qquad\; l > d \end{cases} На наведеному вище графіку …

10 probability  stochastic-processes  pdf  asymptotics  graph-theory