Domande taggate «normal-distribution»

La distribuzione normale, o gaussiana, ha una funzione di densità che è una curva simmetrica a forma di campana. È una delle distribuzioni più importanti in statistica. Utilizzare il tag [normality] per chiedere informazioni sui test per la normalità.

1
Qual è un buon indice del grado di violazione della normalità e quali etichette descrittive potrebbero essere associate a tale indice?
Contesto: In una domanda precedente, @Robbie ha chiesto in uno studio con circa 600 casi perché i test di normalità suggerissero una non-normalità significativa, ma i grafici suggerivano distribuzioni normali . Diverse persone hanno sottolineato che i test di significatività della normalità non sono molto utili. Con piccoli campioni, tali …
3
Stima dei parametri per un processo spaziale
Mi viene data una griglia di valori interi positivi. Questi numeri rappresentano un'intensità che dovrebbe corrispondere alla forza di convinzione di una persona che occupa quella posizione della griglia (un valore più alto che indica una convinzione più elevata). Una persona avrà in generale un'influenza su più celle della griglia.n …
2
Se
Sto cercando di dimostrare l'affermazione: Se X∼N(0,σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2) e sono variabili casuali indipendenti,Y∼N(0,σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) allora è anche una variabile casuale normale.XYX2+Y2√XYX2+Y2\frac{XY}{\sqrt{X^2+Y^2}} Per il caso speciale σ1=σ2=σσ1=σ2=σ\sigma_1=\sigma_2=\sigma (diciamo), abbiamo il risultato ben noto che XYX2+Y2√∼N(0,σ24)XYX2+Y2∼N(0,σ24)\frac{XY}{\sqrt{X^2+Y^2}}\sim\mathcal{N}\left(0,\frac{\sigma^2}{4}\right)ogni volta cheXXXeYYYsonovariabiliN(0,σ2)N(0,σ2)\mathcal{N}(0,\sigma^2). In effetti, è più generalmente noto cheXYX2+ Y2√, X2- Y22 X2+ Y2√XYX2+Y2,X2−Y22X2+Y2\frac{XY}{\sqrt{X^2+Y^2}},\frac{X^2-Y^2}{2\sqrt{X^2+Y^2}} sonoNindipendenti(0,σ2N( 0 , σ24)N(0,σ24)\mathcal{N}\left(0,\frac{\sigma^2}{4}\right)variabili. …
4
Perché i metodi di regressione Least-Squares e Maximum-Likelihood non sono equivalenti quando gli errori non sono normalmente distribuiti?
Il titolo dice tutto. Comprendo che i minimi quadrati e la massima verosimiglianza daranno lo stesso risultato per i coefficienti di regressione se gli errori del modello sono normalmente distribuiti. Ma cosa succede se gli errori non vengono normalmente distribuiti? Perché i due metodi non sono più equivalenti?
1
soglia di calcolo per la classificazione del rischio minimo?
Supponiamo che due classi e abbiano un attributo e abbiano distribuzione e . se abbiamo uguale precedente per la seguente matrice di costo:C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5 \\ 1 & 0 \end{bmatrix} perché, è la soglia per la classificazione del rischio minimo (costo)?x0<0.5x0<0.5x_0 …
1
Come selezionare la soluzione migliore senza dati eccessivi? Modellazione di una distribuzione bimodale con N funzioni normali, ecc
Ho una distribuzione ovviamente bimodale di valori, che cerco di adattare. I dati possono essere adattati bene con 2 funzioni normali (bimodali) o con 3 funzioni normali. Inoltre, esiste un motivo fisico plausibile per adattare i dati con 3. Più parametri vengono introdotti, più perfetta sarà la misura, come con …
1
Quale converge più veloce, medio o mediano?
Se traggo variabili iid da N (0,1), la media o la mediana convergeranno più velocemente? Quanto più veloce? Per essere più specifici, lascia che siano una sequenza di variabili iid ricavate da N (0,1). Definisci e per essere la mediana di . Che converge a 0 più velocemente, o ?x1,x2,…x1,x2,…x_1, …
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.