Domande taggate «distributions»

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




2
Differenza delle variabili casuali gamma
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 …

2
Valore atteso di una variabile casuale gaussiana trasformata con una funzione logistica
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 …

1
Distribuzione a coda lunga di eventi temporali
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 …


2
Perché le distribuzioni sono importanti?
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 …

1
Perché Anova () e drop1 () hanno fornito risposte diverse per i GLMM?
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, …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 



2
Curtosi gigantesca?
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 …




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.