Domande taggate «jacobian»

2
Supponiamo che
Qual è il modo più semplice per vedere che la seguente affermazione è vera? Supponiamo che Y1,…,Yn∼iidExp(1)Y1,…,Yn∼iidExp(1)Y_1, \dots, Y_n \overset{\text{iid}}{\sim} \text{Exp}(1) . Mostra ∑ni=1(Yi−Y(1))∼Gamma(n−1,1)∑i=1n(Yi−Y(1))∼Gamma(n−1,1)\sum_{i=1}^{n}(Y_i - Y_{(1)}) \sim \text{Gamma}(n-1, 1) . Y(1)=min1≤i≤nYiY(1)=min1≤i≤nYiY_{(1)} = \min\limits_{1 \leq i \leq n}Y_i Per , ciò significa che f_ {X} (x) = \ dfrac {1} {\ …

1
Derivazione del cambiamento di variabili di una funzione di densità di probabilità?
Nel libro riconoscimento del modello e apprendimento automatico (formula 1.27), fornisce py(y)=px(x)∣∣∣dxdy∣∣∣=px(g(y))|g′(y)|py(y)=px(x)|dxdy|=px(g(y))|g′(y)|p_y(y)=p_x(x) \left | \frac{d x}{d y} \right |=p_x(g(y)) | g'(y) | dovex=g(y)x=g(y)x=g(y),px(x)px(x)p_x(x)è il pdf che corrisponde apy(y)py(y)p_y(y)rispetto alla modifica della variabile. Il libro dice che le osservazioni che rientrano nell'intervallo , per piccoli valori di δ x , verranno …

1
Se
Ecco un problema che è emerso in un esame semestrale nella nostra università qualche anno fa che sto lottando per risolvere. Se sono variabili casuali β indipendenti con densità β ( n 1 , n 2 ) e β ( n 1 + 1X1, X2X1,X2X_1,X_2ββ\betaβ( n1, n2)β(n1,n2)\beta(n_1,n_2)rispettivamente quindi mostrano che√β( …
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.