Domande taggate «distributions»

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

2
Posso testare la validità di un dato precedente?
Problema Sto scrivendo una funzione R che esegue un'analisi bayesiana per stimare una densità posteriore dati un precedente informato e dati. Vorrei che la funzione inviasse un avviso se l'utente deve riconsiderare il precedente. In questa domanda, sono interessato a imparare a valutare un precedente. Le domande precedenti hanno riguardato …
1
È possibile integrare analiticamente moltiplicato per la funzione di densità di probabilità lognormale?
In primo luogo, con l'integrazione analitica, intendo, esiste una regola di integrazione per risolverlo rispetto alle analisi numeriche (come le regole trapezoidali, Gauss-Legendre o Simpson)? Ho una funzione f(x)=xg(x;μ,σ)f(x)=xg(x;μ,σ)\newcommand{\rd}{\mathrm{d}}f(x) = x g(x; \mu, \sigma) dove g(x;μ,σ)=1σx2π−−√e−12σ2(log(x)−μ)2g(x;μ,σ)=1σx2πe−12σ2(log⁡(x)−μ)2 g(x; \mu, \sigma) = \frac{1}{\sigma x \sqrt{2\pi}} e^{-\frac{1}{2\sigma^2}(\log(x) - \mu)^2} è la funzione di …
2
Come posso determinare i parametri weibull dai dati?
Ho un istogramma di dati sulla velocità del vento che viene spesso rappresentato usando una distribuzione weibull. Vorrei calcolare la forma del weibull e i fattori di scala che si adattano meglio all'istogramma. Ho bisogno di una soluzione numerica (al contrario delle soluzioni grafiche ) perché l'obiettivo è determinare la …
4
Quantificazione del diagramma QQ
Il diagramma qq può essere usato per visualizzare quanto sono simili due distribuzioni (ad es. Per visualizzare la somiglianza di una distribuzione con una distribuzione normale, ma anche per confrontare due distribuzioni di dati di artebraria). Esistono statistiche che generano una misura numerica più obiettiva che rappresenta la loro somiglianza …
3
Distribuzione di
Come esercizio di routine, sto cercando di trovare la distribuzione di X2+Y2−−−−−−−√X2+Y2\sqrt{X^2+Y^2} dove XXXeYYYsonovariabili casualiU(0,1)U(0,1) U(0,1). La densità articolare di (X,Y)(X,Y)(X,Y) è fX,Y(x,y)=10&lt;x,y&lt;1fX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right), poichécosθcos⁡θ\cos\thetasta diminuendo suθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]; ezsinθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right), comesinθsin⁡θ\sin\thetasta aumentando inθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]. Quindi, per 1&lt;z&lt;2–√1&lt;z&lt;21< z<\sqrt 2 , abbiamocos−1(1z)&lt;θ&lt;sin−1(1z)cos−1⁡(1z)&lt;θ&lt;sin−1⁡(1z)\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right). Il valore assoluto di jacobian della trasformazione è |J|=z|J|=z|J|=z Pertanto la densità …
3
Una normale divisa per ti dà una distribuzione t - prova
lascia che e .Z∼N(0,1)Z∼N(0,1)Z \sim N(0,1)W∼χ2(s)W∼χ2(s)W \sim \chi^2(s) Se e sono distribuiti indipendentemente, la variabile segue una distribuzione con gradi di libertà .ZZZWWWY=ZW/s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}}tttsss Sto cercando una prova di questo fatto, un riferimento è abbastanza buono se non si desidera scrivere l'argomento completo.
4
Modello di storia degli eventi a tempo discreto (Sopravvivenza) in R
Sto cercando di adattare un modello a tempo discreto in R, ma non sono sicuro di come farlo. Ho letto che puoi organizzare la variabile dipendente in diverse righe, una per ogni osservazione temporale e utilizzare la glmfunzione con un collegamento logit o cloglog. In questo senso, ho tre colonne: …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 
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.