Domande taggate «joint-distribution»

1
Limiti superiori per la densità della copula?
Il limite superiore di Fréchet-Hoeffding si applica alla funzione di distribuzione della copula ed è dato da C(u1,...,ud)≤min{u1,..,ud}.C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. Esiste un limite superiore simile (nel senso che dipende dalle densità marginali) per la densità della copula invece del CDF?c(u1,...,ud)c(u1,...,ud)c(u_1,...,u_d) Qualsiasi riferimento sarebbe molto apprezzato.
5
Differenza tra i termini "distribuzione congiunta" e "distribuzione multivariata"?
Sto scrivendo sull'uso di una "distribuzione di probabilità congiunta" per un pubblico che avrebbe maggiori probabilità di comprendere la "distribuzione multivariata", quindi sto pensando di utilizzare la versione successiva. Tuttavia, non voglio perdere significato mentre lo faccio. Wikipedia sembra indicare che si tratta di sinonimi. Sono loro? In caso contrario, …
2
Il teorema del limite centrale multivariato (CLT) vale quando le variabili mostrano una perfetta dipendenza contemporanea?
Il titolo riassume la mia domanda, ma per chiarezza si consideri il seguente semplice esempio. Let Xio∽I i dN( 0 , 1 )Xio∽ioiodN(0,1)X_i \overset{iid}{\backsim} \mathcal{N}(0, 1) , i = 1 , . . . , nio=1,...,ni = 1, ..., n . Definisci: Sn= 1nΣi = 1nXioSn=1nΣio=1nXio\begin{equation} S_n = \frac{1}{n} \sum_{i=1}^n …
1
Come confrontare gli eventi osservati con quelli previsti?
Supponiamo di avere un campione di frequenze di 4 possibili eventi: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e ho le probabilità attese dei miei eventi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la somma delle frequenze osservate dei …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
1
Risoluzione analitica del campionamento con o senza sostituzione dopo il binomio di Poisson / Negativo
Versione breve Sto cercando di risolvere analiticamente / approssimare la probabilità composita che deriva da estrazioni indipendenti di Poisson e da un ulteriore campionamento con o senza sostituzione (non mi interessa davvero quale). Voglio usare la probabilità con MCMC (Stan), quindi ho bisogno della soluzione solo fino a un termine …
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.