Tratto da Grimmet e Stirzaker : Mostra che non può essere il caso cui è uniformemente distribuito su [0,1] e e sono indipendenti e identicamente distribuiti. Non si deve supporre che X e Y siano variabili continue.U X YU=X+YU=X+YU=X+YUUUXXXYYY Una semplice prova per suffissi contraddizione per il caso in cui …
Vorrei disegnare numeri interi da 1 a qualche specifica lanciando un certo numero di dadi a sei facce giusti (d6). Una buona risposta spiegherà perché il suo metodo produce numeri interi uniformi e indipendenti .NNN Come esempio illustrativo, sarebbe utile spiegare come funziona una soluzione per il caso di .N …
Ho letto qui che, dato un campione da una distribuzione continua con cdf F X , il campione corrispondente a U i = F X ( X i ) segue una distribuzione uniforme standard.X1,X2,...,XnX1,X2,...,Xn X_1,X_2,...,X_n FXFX F_X Ui=FX(Xi)Ui=FX(Xi) U_i = F_X(X_i) Ho verificato questo usando simulazioni qualitative in Python e …
Ho quattro variabili indipendenti uniformemente distribuite a,b,c,da,b,c,da,b,c,d , ciascuna in [0,1][0,1][0,1] . Voglio calcolare la distribuzione di (a−d)2+4bc(a−d)2+4bc(a-d)^2+4bc . Ho calcolato la distribuzione di u2=4bcu2=4bcu_2=4bc in (quindi ), e di deve esseref2(u2)=−14lnu24f2(u2)=−14lnu24f_2(u_2)=-\frac{1}{4}\ln\frac{u_2}{4}u2∈(0,4]u2∈(0,4]u_2\in(0,4]u1=(a−d)2u1=(a−d)2u_1=(a-d)^2f1(u1)=1−u1−−√u1−−√.f1(u1)=1−u1u1.f_1(u_1)=\frac{1-\sqrt{u_1}}{\sqrt{u_1}}.Ora, la distribuzione di una somma u1+u2u1+u2u_1+u_2 è ( u1,u2u1,u2u_1,\, u_2 sono anche indipendenti) fu1+u2(x)=∫+∞−∞f1(x−y)f2(y)dy=−14∫401−x−y−−−−√x−y−−−−√⋅lny4dy,fu1+u2(x)=∫−∞+∞f1(x−y)f2(y)dy=−14∫041−x−yx−y⋅lny4dy,f_{u_1+u_2}(x)=\int_{-\infty}^{+\infty}f_1(x-y)f_2(y)dy=-\frac{1}{4}\int_0^4\frac{1-\sqrt{x-y}}{\sqrt{x-y}}\cdot\ln\frac{y}{4}dy, perché y∈(0,4]y∈(0,4]y\in(0,4] . Qui …
Ho sentito che sotto l'ipotesi nulla la distribuzione del valore p dovrebbe essere uniforme. Tuttavia, le simulazioni del test binomiale in MATLAB restituiscono distribuzioni molto diverse da uniformi con una media maggiore di 0,5 (0,518 in questo caso): coin = [0 1]; success_vec = nan(20000,1); for i = 1:20000 success …
Questo problema è legato alla ricerca del mio laboratorio sulla copertura robotica: Disegna casualmente numeri dall'insieme senza sostituzione e ordina i numeri in ordine crescente. .nnn{1,2,…,m}{1,2,…,m}\{1,2,\ldots,m\}1≤n≤m1≤n≤m1\le n\le m Da questo elenco ordinato di numeri , genera la differenza tra numeri consecutivi e limiti: . Questo dà spazi vuoti.{a(1),a(2),…,a(n)}{a(1),a(2),…,a(n)}\{a_{(1)},a_{(2)},…,a_{(n)}\}g={a(1),a(2)−a(1),…,a(n)−a(n−1),m+1−a(n)}g={a(1),a(2)−a(1),…,a(n)−a(n−1),m+1−a(n)}g = \{a_{(1)},a_{(2)}−a_{(1)},\ldots,a_{(n)}−a_{(n-1)},m+1-a_{(n)}\}n+1n+1n+1 …
Sto cercando di generare campioni casuali da un pdf personalizzato utilizzando R. Il mio pdf è: fX(x)=32(1−x2),0≤x≤1fX(x)=32(1−x2),0≤x≤1f_{X}(x) = \frac{3}{2} (1-x^2), 0 \le x \le 1 Ho generato campioni uniformi e poi ho provato a trasformarlo nella mia distribuzione personalizzata. L'ho fatto trovando il cdf della mia distribuzione ( ) e …
Per simulare una distribuzione normale da un insieme di variabili uniformi, esistono diverse tecniche: L'algoritmo Box-Muller , in cui si campiona due varianze uniformi indipendenti su e le trasforma in due distribuzioni normali standard indipendenti tramite: Z 0 = √(0,1)(0,1)(0,1)Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ Z_1 = \sqrt{-2\text{ln}U_1}\text{sin}(2\pi U_0) il metodo …
Di recente ho acquistato una risorsa di intervista per la scienza dei dati in cui una delle domande di probabilità era la seguente: Dati i disegni di una distribuzione normale con parametri noti, come è possibile simulare i disegni da una distribuzione uniforme? Il mio processo di pensiero originale era …
I test di permutazione (chiamati anche test di randomizzazione, test di ri-randomizzazione o test esatto) sono molto utili e sono utili quando l'assunzione della distribuzione normale richiesta da per esempio t-testnon è soddisfatta e quando la trasformazione dei valori per classifica del test non parametrici come Mann-Whitney-U-testquesto porterebbero alla perdita …
Sommiamo un flusso di variabili casuali, ; lascia che sia il numero di termini di cui abbiamo bisogno affinché il totale superi uno, ovvero è il numero più piccolo tale cheXi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. Perché la media di YYY uguale alla costante …
In Libre Office Calc, la rand()funzione è disponibile, che sceglie un valore casuale tra 0 e 1 da una distribuzione uniforme. Sono un po 'arrugginito sulla mia probabilità, quindi quando ho visto il seguente comportamento, sono rimasto perplesso: A = 200x1 colonna di rand()^2 B = 200x1 colonna di rand()*rand() …
Vorrei generare coppie di numeri casuali con una certa correlazione. Tuttavia, il solito approccio all'uso di una combinazione lineare di due variabili normali non è valido qui, poiché una combinazione lineare di variabili uniformi non è più una variabile distribuita uniformemente. Ho bisogno che le due variabili siano uniformi. Qualche …
Ho appena avuto un attacco di panico (intellettuale). Una variabile casuale continua che segue un'uniforme in un intervallo chiuso U( a , b )U(un',B)U(a,b) : un concetto statistico comodamente familiare. Un camper uniforme continuo con supporto sui reali estesi (metà o intero): non un camper vero e proprio, ma un …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.