Sia osservazioni tratte da una distribuzione di probabilità sconosciuta (ma sicuramente asimmetrica).{ x1, ... , xN}{x1,…,xN}\{x_1,\ldots,x_N\} Vorrei trovare la distribuzione di probabilità usando l'approccio KDE: Comunque, ho provato ad usare un kernel gaussiano, ma ha funzionato male, dato che è simmetrico. Quindi, ho visto che alcuni lavori sui kernel Gamma …
Usando Wikipedia ho trovato un modo per calcolare la funzione di massa di probabilità risultante dalla somma di due variabili casuali di Poisson. Tuttavia, penso che l'approccio che ho sia sbagliato. Sia due variabili casuali di Poisson indipendenti con media e , dove e sono costanti, quindi la funzione generatrice …
Diciamo che sto facendo 10.000 lanci di una moneta. Vorrei sapere la probabilità di quante lancette ci vogliono per ottenere 4 o più teste consecutive di fila. Il conteggio funzionerebbe come segue, conteresti un giro successivo di lanci essendo solo teste (4 o più teste). Quando una coda colpisce e …
Date due variabili casuali indipendenti X∼ G a m m a ( αX, βX)X~solun'mmun'(αX,βX)X\sim \mathrm{Gamma}(\alpha_X,\beta_X) e Y∼ G a m m a ( αY, βY)Y~solun'mmun'(αY,βY)Y\sim \mathrm{Gamma}(\alpha_Y,\beta_Y) , qual è la distribuzione della differenza, ovvero D = X- YD=X-YD=X-Y ? Se il risultato non è noto, come farei per derivarne il …
Sia la funzione logistica che la deviazione standard sono generalmente indicate con . Userò e per la deviazione standard.σσ\sigmaσ(x)=1/(1+exp(−x))σ(x)=1/(1+exp(−x))\sigma(x) = 1/(1+\exp(-x))sss Ho un neurone logistica con un ingresso casuale la cui media e deviazione standard lo so. Spero che la differenza dalla media possa essere approssimata bene da un certo …
Supponiamo di avere i registri di un server web. In questi registri hai tuple di questo tipo: user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... Questi timestamp rappresentano, ad esempio, i clic degli utenti. Ora user1visiterà il sito più volte (sessioni) durante il mese e avrai scoppi …
Se abbiamo due variabili casuali indipendenti X1∼ B i n o m ( n , p )X1∼Binom(n,p)X_1 \sim \mathrm{Binom}(n,p) e X2∼ P o i s ( λ )X2∼Pois(λ)X_2 \sim \mathrm{Pois}(\lambda) , qual è la funzione di massa di probabilità di X1+ X2X1+X2X_1 + X_2 ? NB Questo non è un …
Questo potrebbe anche andare giù come le domande più stupide mai poste su questo forum, ma dopo aver ricevuto risposte valide e significative a una domanda precedente, ho pensato che avrei allungato di nuovo la mia fortuna. Sono stato molto confuso da tempo sull'importanza delle distribuzioni statistiche soprattutto in relazione …
Ho un GLMM del modulo: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), ottengo risultati diversi rispetto a quelli che utilizzo Anova(model, type="III")dal pacchetto auto o summary(model). Questi ultimi due danno le stesse risposte. Usando un mucchio di dati fabbricati, …
La distribuzione Soliton è una distribuzione di probabilità discreta su un set con la funzione di massa di probabilità{ 1 , ... , N}{1,…,N}\{1,\dots, N\} p ( 1 ) = 1N,p ( k ) = 1k ( k - 1 )per k ∈ { 2 , … , N}p(1)=1N,p(k)=1k(k−1)for k∈{2,…,N} …
C'è una limitazione bel distribuzione di come n va a \ infty , supponendo che essi siano IID distribuzioni normali con varianza \ sigma ^ 2 .max(X1,X2,...,Xn)max(X1,X2,...,Xn)\max( X_1,X_2,...,X_n) nnn∞∞\inftyσ2σ2\sigma^2 Questo è quasi certamente un problema ben noto con una prova intelligente e una buona soluzione, ma ho cercato e non …
Sto facendo alcune statistiche descrittive dei rendimenti giornalieri degli indici azionari. Vale a dire se e P 2 sono i livelli dell'indice rispettivamente il giorno 1 e il giorno 2, quindi l o g e ( P 2P1P1P_1P2P2P_2è il ritorno che sto usando (completamente standard in letteratura).loge(P2P1)loge(P2P1)log_e (\frac{P_2}{P_1}) Quindi la …
Sto esaminando alcuni problemi, e in alcuni, per testare i coefficienti, a volte vedo persone che usano la distribuzione di Student, e a volte vedo distribuzione normale. Qual è la regola?
Ho una serie di funzioni, ognuna delle quali rappresenta presumibilmente la densità di una variabile casuale tra agenti. Ogni funzione ha anche un dominio, che descrive quali valori della variabile casuale sono validi. Ora, se ricordo correttamente le mie classi di statistiche, se prendo l'integrale di una delle funzioni attraverso …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.