Domande taggate «distributions»

Una distribuzione è una descrizione matematica delle probabilità o delle frequenze.

1
Distribuzione approssimativa del prodotto di N normale iid? Caso speciale μ≈0
Dato iid X n ≈ N ( μ X , σ 2 X ) e μ X ≈ 0 , cercando:N≥ 30N≥30N\geq30Xn≈ N( μX, σ2X)Xn≈N(μX,σX2)X_n\approx\mathcal{N}(\mu_X,\sigma_X^2)μX≈ 0μX≈0\mu_X \approx 0 approssimazione accurata della distribuzione in forma chiusa di YN= ∏1NXnYN=∏1NXnY_N=\prod\limits_{1}^{N}{X_n} approssimazione asintotica ( esponenziale ?) dello stesso prodotto Questo è un caso …

2
Come trovare
Come posso risolvere questo? Ho bisogno di equazioni intermedie. Forse la risposta è −tf(x)−tf(x)-tf(x) . ddt[∫∞txf(x)dx]ddt[∫t∞xf(x)dx] \frac{d}{dt} \left [\int_t^\infty xf(x)\,dx \right ] f(x)f(x)f(x) è la funzione di densità di probabilità. limx→∞f(x)=0limx→∞f(x)=0\lim\limits_{x \to \infty} f(x) = 0limx→∞F(x)=1limx→∞F(x)=1\lim\limits_{x \to \infty} F(x) = 1 fonte: http://www.actuaries.jp/lib/collection/books/H22/H22A.pdf p.40 Prova delle equazioni intermedie di seguito: …


4
Quale rapporto di distribuzioni indipendenti fornisce una distribuzione normale?
Il rapporto tra due distribuzioni normali indipendenti fornisce una distribuzione di Cauchy. La distribuzione t è una distribuzione normale divisa per una distribuzione chi-quadrato indipendente. Il rapporto tra due distribuzioni chi-quadrate indipendenti fornisce una distribuzione F. Sto cercando un rapporto di distribuzioni continue indipendenti che dia una variabile casuale normalmente …


5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
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 





2
Determinazione automatica della distribuzione di probabilità in base a un set di dati
Dato un set di dati: x <- c(4.9958942,5.9730174,9.8642732,11.5609671,10.1178216,6.6279774,9.2441754,9.9419299,13.4710469,6.0601435,8.2095239,7.9456672,12.7039825,7.4197810,9.5928275,8.2267352,2.8314614,11.5653497,6.0828073,11.3926117,10.5403929,14.9751607,11.7647580,8.2867261,10.0291522,7.7132033,6.3337642,14.6066222,11.3436587,11.2717791,10.8818323,8.0320657,6.7354041,9.1871676,13.4381778,7.4353197,8.9210043,10.2010750,11.9442048,11.0081195,4.3369520,13.2562675,15.9945674,8.7528248,14.4948086,14.3577443,6.7438382,9.1434984,15.4599419,13.1424011,7.0481925,7.4823108,10.5743730,6.4166006,11.8225244,8.9388744,10.3698150,10.3965596,13.5226492,16.0069239,6.1139247,11.0838351,9.1659242,7.9896031,10.7282936,14.2666492,13.6478802,10.6248561,15.3834373,11.5096033,14.5806570,10.7648690,5.3407430,7.7535042,7.1942866,9.8867927,12.7413156,10.8127809,8.1726772,8.3965665) .. Vorrei determinare la distribuzione di probabilità più adatta (gamma, beta, normale, esponenziale, poisson, chi-quadrato, ecc.) Con una stima dei parametri. Sono già a conoscenza della domanda sul seguente link, in cui viene fornita una soluzione utilizzando R: /programming/2661402/given-a-set-of-random-numbers-drawn-from-a- distribuzione-univariata-continua-f la migliore …


1
Stima della distribuzione dai dati
Ho un campione di dati generati Rda rnorm(50,0,1), quindi i dati ovviamente assumono una distribuzione normale. Tuttavia, Rnon "conosce" queste informazioni distributive sui dati. Esiste un metodo in Rgrado di stimare da quale tipo di distribuzione proviene il mio campione? In caso contrario, userò la shapiro.testfunzione e procederò in questo …
12 r  distributions 

3
Quali sono le distribuzioni sul quadrante k-dimensionale positivo con matrice di covarianza parametrizzabile?
Seguendo la domanda di zzk sul suo problema con le simulazioni negative, mi chiedo quali siano le famiglie parametrizzate di distribuzioni sul quadrante k-dimensionale positivo, per le quali è possibile impostare la matrice di covarianza .Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Come discusso con zzk , partire da una distribuzione su e applicare la trasformazione …


Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.