Domande taggate «pdf»

La funzione di densità di probabilità (PDF) di una variabile casuale continua fornisce la probabilità relativa per ciascuno dei suoi possibili valori. Utilizzare questo tag anche per le funzioni di massa di probabilità discrete (PMF).

1
Qual è il nome del metodo di stima della densità in cui tutte le coppie possibili vengono utilizzate per creare una distribuzione della miscela normale?
Ho appena pensato a un modo pulito (non necessariamente buono) per creare stime di densità monodimensionali e la mia domanda è: Questo metodo di stima della densità ha un nome? In caso contrario, è un caso speciale di qualche altro metodo in letteratura? Ecco il metodo: Abbiamo un vettore che …
5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Differenze tra PROC Mixed e lme / lmer in R - gradi di libertà
Nota: questa domanda è una risposta, poiché la mia domanda precedente doveva essere cancellata per motivi legali. Confrontando PROC MIXED da SAS con la funzione lmedel nlmepacchetto in R, mi sono imbattuto in alcune differenze piuttosto confuse. Più specificamente, i gradi di libertà nei diversi test differiscono tra PROC MIXEDe …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
1
Trasformazione lineare di una variabile casuale mediante una matrice rettangolare alta
X⃗ ∈ RnX→∈Rn\vec{X} \in \mathbb{R}^nfX⃗ ( x⃗ )fX→(x→)f_\vec{X}(\vec{x})n × nn×nn \times nUNAAY⃗ = A X⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ ( y⃗ ) = 1| det A |fX⃗ ( A- 1y⃗ ) .fY→(y→)=1|detA|fX→(A−1y→). f_{\vec{Y}}(\vec{y}) = \frac{1}{\left|\det A\right|}f_{\vec{X}}(A^{-1}\vec{y}). Ora supponiamo che trasformiamo invece di una matrice , con , dando . Chiaramente …
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 …
1
Comprensione intuitiva covarianza, covarianza incrociata, correlazione automatica / incrociata e densità dello spettro di potenza
Attualmente sto studiando per le mie finali in statistiche di base per il mio scapolo ECE. Mentre penso di avere la matematica per lo più giù, mi manca la comprensione intuitiva del significato reale dei numeri (Preambolo: userò un linguaggio piuttosto sciatto). So che E [X] è la "media ponderata" …
3
Come viene definito quando
Supponiamo che YYY sia una variabile casuale continua e che XXX sia una discreta. Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} Come sappiamo, Pr ( Y= y) = 0Pr(Y=y)=0\Pr(Y=y) = 0 perché YYY è una variabile casuale continua. E sulla base di ciò, sono tentato di concludere che la probabilità Pr ( X= …
1
Perché è
In una serie di problemi ho dimostrato questo "lemma", il cui risultato non è intuitivo per me. ZZZ è una distribuzione normale standard in un modello censurato. Formalmente, Z∗∼Norm(0,σ2)Z∗∼Norm(0,σ2)Z^* \sim Norm(0, \sigma^2) e Z=max(Z∗,c)Z=max(Z∗,c)Z = max(Z^*, c) . Quindi, (c)E[Z|Z>c]=∫∞cziϕ(zi)dzi=12π−−√∫∞cziexp(−12z2i)dzi=12π−−√exp(−12c2) (Integration by substitution)=ϕ(c)E[Z|Z>c]=∫c∞ziϕ(zi)dzi=12π∫c∞ziexp(−12zi2)dzi=12πexp(−12c2) (Integration by substitution)=ϕ(c)\begin{align} E[Z|Z>c] &= \int_c^\infty z_i …
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.