Domande taggate «gamma-distribution»

Una distribuzione di probabilità continua non negativa indicizzata da due parametri strettamente positivi.

1
Densità di Y = log (X) per X gamma-distribuito
Questa domanda è strettamente correlata a questo post Supponiamo di avere una variabile casuale e di definire . Vorrei trovare la funzione di densità di probabilità di .X∼Gamma(k,θ)X∼Gamma(k,θ)X \sim \text{Gamma}(k, \theta)Y=log(X)Y=log⁡(X)Y = \log(X)YYY Inizialmente avevo pensato di definire semplicemente la funzione di distribuzione cumulativa X, fare un cambio di variabile …
2
Aspettativa di una gamma quadrata
Se una distribuzione gamma è parametrizzata con αα\alpha e ββ\beta , allora: E( Γ ( α , β) ) = αβE(Γ(α,β))=αβ E(\Gamma(\alpha, \beta)) = \frac{\alpha}{\beta} Vorrei calcolare l'aspettativa di una Gamma quadrata, ovvero: E( Γ ( α , β)2) = ?E(Γ(α,β)2)=? E(\Gamma(\alpha, \beta)^2) = ? Io penso che è: E( …
2
Distribuzione per dati percentuali
Ho una domanda sulla corretta distribuzione da utilizzare per la creazione di un modello con i miei dati. Ho condotto un inventario forestale con 50 trame, ogni trama misura 20m × 50m. Per ogni trama, ho stimato la percentuale di chioma d'albero che ombreggia il terreno. Ogni trama ha un …
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 …
1
Come disegnare un grafico adattato e un grafico effettivo della distribuzione gamma in un diagramma?
Carica il pacchetto necessario. library(ggplot2) library(MASS) Genera 10.000 numeri adattati alla distribuzione gamma. x <- round(rgamma(100000,shape = 2,rate = 0.2),1) x <- x[which(x>0)] Disegna la funzione di densità di probabilità, supponendo che non sappiamo a quale distribuzione x si adatta. t1 <- as.data.frame(table(x)) names(t1) <- c("x","y") t1 <- transform(t1,x=as.numeric(as.character(x))) t1$y …
3
Indipendenza delle statistiche dalla distribuzione gamma
Sia un campione casuale dalla distribuzione gamma .G a m m a ( α , β )X1,...,XnX1,...,XnX_1,...,X_nGamma(α,β)Gamma(α,β)\mathrm{Gamma}\left(\alpha,\beta\right) Sia X¯X¯\bar{X} e S2S2S^2 la media e la varianza del campione. Quindi prova o confuta che X¯X¯\bar{X} e S2/X¯2S2/X¯2S^2/\bar{X}^2 sono indipendenti. Il mio tentativo: poiché S2/ X¯2= 1n - 1Σni = 1( XioX¯- …
2
Calcola la curva ROC per i dati
Quindi, ho 16 prove in cui sto cercando di autenticare una persona da un tratto biometrico usando Hamming Distance. La mia soglia è impostata su 3,5. I miei dati sono di seguito e solo la versione di prova 1 è un vero positivo: Trial Hamming Distance 1 0.34 2 0.37 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
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.