Câu hỏi được gắn thẻ «distributions»

Một phân phối là một mô tả toán học của xác suất hoặc tần số.



1
Sự phân bố các hệ số tương quan mẫu giữa hai biến bình thường không tương quan là gì?
Tôi muốn so sánh các hệ số tương quan bivariate (Pearson's và Spearman's ) với những gì sẽ được mong đợi từ dữ liệu ngẫu nhiên.ρρ\rhoρρ\rho Giả sử rằng chúng ta đo, giả sử, 36 trường hợp trên rất nhiều biến số (1000). (Tôi biết điều này là kỳ quặc, …



1
Có một biến ngẫu nhiên
Hãy tưởng tượng tôi đã đưa ra một biến ngẫu nhiên XXX với supp(X)=(0,∞)(X)=(0,∞)(X)=(0,\infty) và P(X∈(0,a))>0P(X∈(0,a))>0\mathbb P(X \in (0,a))>0 đối với bất kỳ cố định a>0a>0a>0 Bây giờ được đưa ra một mẫu iid X1,...,XnX1,...,XnX_1,...,X_n - Có thể là X(2)/X(1)→P1X(2)/X(1)→P1X^{(2)}/X^{(1)}\xrightarrow{\mathbb P}1 cho n→∞n→∞n \to \infty, Ở đâu X(i)X(i)X^{(i)} mô tả …

1
Phân phối tổng số mũ độc lập với số lần triệu hồi ngẫu nhiên
Đặt là các số mũ độc lập và phân phối giống hệt với tham số . Sau đó, với cho , tổng của các giá trị này theo Phân phối Erlang với hàm mật độ xác suất τi∼exp(λ)τi∼exp⁡(λ)\tau_i\sim\exp\left(\lambda\right)λλ\lambdannnTn:=∑i=0nτiTn:=∑i=0nτiT_n := \sum_{i=0}^n \tau_iπ(Tn=T|n,λ)=λnTn−1e−λT(n−1)!for T,λ≥0.π(Tn=T|n,λ)=λnTn−1e−λT(n−1)!for T,λ≥0.\pi(T_n=T| n,\lambda)={\lambda^n T^{n-1} e^{-\lambda T} \over (n-1)!}\quad\mbox{for }T, …

1
Tìm phân phối phạm vi mẫu cho dân số Beta
Đặt là các biến ngẫu nhiên có mật độX1,X2,…,XnX1,X2,…,XnX_1,X_2,\ldots,X_n f(x)=2(1−x)10&lt;x&lt;1f(x)=2(1−x)10&lt;x&lt;1f(x)=2(1-x)\mathbf1_{0<x<1} Tôi đang cố gắng để phân phối phạm vi mẫu R=X(n)−X(1)R=X(n)−X(1)R=X_{(n)}-X_{(1)}. Cách thông thường tôi làm những vấn đề này là trước tiên tìm mật độ khớp của (R,S)(R,S)(R,S) đang lấy S=X(1)S=X(1)S=X_{(1)}và sau đó tìm phân phối của RRRnhư một …



2
Tại sao mã hóa điều trị dẫn đến một mối tương quan giữa độ dốc ngẫu nhiên và đánh chặn?
Xem xét một thiết kế giai thừa trong chủ đề và bên trong vật phẩm trong đó biến điều trị thử nghiệm có hai cấp độ (điều kiện). Hãy m1là mô hình tối đa và mô hình m2không tương quan ngẫu nhiên. m1: y ~ condition + (condition|subject) + (condition|item) …



1
Tạo mẫu ngẫu nhiên từ Cdf nghịch đảo mà không có dạng đóng
Tôi đang làm việc trên một bản phân phối cụ thể có cdf nghịch đảo không tồn tại ở dạng đóng. Cdf của phân phối được đưa ra bởi F(x;d,m,p,α,β)=1−(1+xm)−dexp(−βxα)1−p(1+xm)−dexp(−βxα)F(x;d,m,p,α,β)=1−(1+xm)−dexp⁡(−βxα)1−p(1+xm)−dexp⁡(−βxα)F(x; d, m, p, \alpha, \beta) = \frac{1-(1+x^m)^{-d} \exp(-\beta x^\alpha)}{1-p(1+x^m)^{-d} \exp(-\beta x^\alpha)} cho tích cực m,d,α,βm,d,α,βm, d, \alpha, \beta và 0&lt;p&lt;10&lt;p&lt;10\lt …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.