Câu hỏi được gắn thẻ «distributions»

Tôi là một sinh viên thống kê tiến sĩ. Tôi đang làm việc với một tập hợp dữ liệu đếm dữ liệu. Đó là số lượng người dùng tham gia vào cuộc trò chuyện theo thời gian thực n-way. Số người dùng nằm trong khoảng từ 1 đến 6 và …

7 r  distributions  modeling  poisson-distribution 

Tôi đang cố gắng tìm phân phối tổng của 2 biến ngẫu nhiên logic. Tôi đã giới thiệu các tài liệu có sẵn trên Cross xác thực, Stack tràn và một vài giấy tờ trước khi đăng này. Tôi đã sử dụng tích chập để tìm phân phối tổng của …

7 probability  distributions  mathematical-statistics  lognormal  sum 

Tôi đang đọc Tất cả các số liệu thống kê phi trắc nghiệm , bởi Larry Wasserman. Tại trang 12, ông định nghĩa hàm phân phối theo kinh nghiệm là: Hàm phân phối theo kinh nghiệm là CDF đặt khối lượng tại mỗi điểm dữ liệu . Chính thứcFn^Fn^\hat{F_n}1n1n\frac{1}{n}XiXiX_i Fn^(x)=1n∑i=1nI(Xi≤x)Fn^(x)=1n∑i=1nI(Xi≤x)\hat{F_n}(x)=\frac{1}{n}\sum^{n}_{i=1}I(X_i\le …

7 distributions  nonparametric 

Để cho X∼Gamma(3,3)X∼Gamma(3,3)X \sim Gamma(3,3) và Y∼Exp(1)Y∼Exp(1)Y \sim Exp(1). Làm thế nào để tôi tính toán P(X>Y)P(X>Y)P(X>Y)? Tôi tin rằng tôi đã viết lại nó như là P(X−Y>0)P(X−Y>0)P(X-Y>0) nhưng tôi không chắc làm thế nào để tính toán X−YX−YX-Y cho hai bản phân phối khác nhau?

7 probability  distributions  exponential 

Tôi có dữ liệu bao gồm khoảng cách giữa các điểm liên tiếp trên một dòng (vectơ 1D): Theo truyền thống trong lĩnh vực của tôi, dữ liệu đó được gắn với phân phối gamma trong nỗ lực mô tả phân phối điểm, tuy nhiên, trong một số trường hợp …

7 distributions  gamma-distribution  weibull 

Bổ đề sau có thể được tìm thấy trong Kinh tế lượng của Hayashi : Bổ đề 2.1 (hội tụ trong phân phối và trong khoảnh khắc): Gọi là khoảnh khắc thứ của và trong đó \ alpha_ {s} là hữu hạn (nghĩa là một số thực). Sau đó:αsnαsn\alpha_{sn}sssznznz_{n}limn→∞αsn=αslimn→∞αsn=αs\lim_{n\to\infty}\alpha_{sn}=\alpha_{s}αsαs\alpha_{s} " …

7 distributions  econometrics  convergence  asymptotics  moments 

Giả sử rằng hai vectơ ngẫu nhiên xxx và yyy được phân bố đồng đều trên mặt cầu đơn vị Sn−1Sn−1S_{n-1}. Có thể chỉ ra rằng sản phẩm Kronecker củaxxx và yyy được phân bố đồng đều trên một tập hợp con của khối cầu Sn−1⊗Sn−1Sn−1⊗Sn−1S_{n-1}\otimes S_{n-1}?

7 distributions  uniform 

Tôi đang viết một lớp con scipy.stats._distn_infrastructure.rv_discretecho phân phối nhị thức beta có PMF là P(X=k∣N,α,β)(Nk)B(k+α,N−k+β)B(α,β),P(X=k∣N,α,β)(Nk)B(k+α,N−k+β)B(α,β),P(X=k \mid N, \alpha, \beta){N \choose k} \frac{\mathrm{B}(k+\alpha,N-k+\beta)}{\mathrm{B}(\alpha,\beta)}, Trong đó BB\mathrm{B} là hàm Beta. Việc triển khai CDF và SF hiện tại của tôi (chức năng sinh tồn, tương đương với 1 - CDF) là …

7 distributions  python  cdf  beta-binomial 

Tôi đang đối mặt với một số nghi ngờ trong việc hiểu mức độ tự do được xem xét trong phân phối. Cụ thể, hãy tham khảo Biến sinh viên, nghĩa làttt t=x−x¯s^=x−x¯∑(xi−x¯)2N−1−−−−−−−√(1)(1)t=x−x¯s^=x−x¯∑(xi−x¯)2N−1t=\frac{x-\bar{x}}{\hat{s}}=\frac{x-\bar{x}}{\sqrt{\frac{\sum(x_i-\bar{x})^2}{N-1}}}\tag{1} Trong đó là biến gaussian, là giá trị trung bình, là độ lệch chuẩn lấy từ dữ …

7 distributions  degrees-of-freedom  t-distribution  constraint 

Cho một tỷ lệ và sai số chuẩn của nó, giả định phân phối nào giảm thiểu các giả định / tối đa hóa entropy? Đây có phải là bản beta (và tôi có thể sử dụng phương pháp của các khoảnh khắc để ước tính các tham số của …

7 distributions  proportion  entropy  beta-distribution  maximum-entropy 

Các xấp xỉ hạt với mật độ xác suất thường được giới thiệu như một tổng trọng số của các hàm Dirac p(x)≈∑i=1Nωiδ(x−xi)p(x)≈∑i=1Nωiδ(x−xi)p(x) \approx \sum_{i=1}^N \omega^i \delta(x-x^i) với trọng lượng ωi∝p(xi)q(xi)ωi∝p(xi)q(xi)\omega^i \propto \frac{p(x^i)}{q(x^i)} bình thường hóa để họ tổng hợp lại; Ở đâuq(⋅)q(⋅)q(\cdot)là mật độ quan trọng. Tôi hiểu rằng …

7 distributions  particle-filter  dirac-delta 

Tôi bị mắc kẹt với một vấn đề trong công việc. Ai đó có thể vui lòng giúp tôi cung cấp cho tôi phân phối chung của biến ngẫu nhiên Bernoulli nhưng trong ràng buộc rằng tổng của biến ngẫu nhiên này phải là .nnnnnn111 Bất cứ ai có thể …

7 distributions  joint-distribution  bernoulli-distribution  constraint 

Nếu chúng ta có các biến hồi quy ngẫu nhiên, chúng ta sẽ vẽ các cặp ngẫu nhiên (yi,x⃗ i)(yi,x→i)(y_i,\vec{x}_i) cho một loạt các iii, cái gọi là mẫu ngẫu nhiên, từ một phân phối xác suất cố định nhưng không xác định (y,x⃗ )(y,x→)(y,\vec{x}). Về mặt lý thuyết, mẫu …

7 regression  distributions  conditional-probability  stochastic-processes  likelihood 

Để cho X1X1X_1 và X2X2X_2là hai biến ngẫu nhiên bình thường. ViếtX1∼N(μ1,σ21)X1∼N(μ1,σ12)X_1\sim N(\mu_1, \sigma^2_1) và X2∼N(μ2,σ22)X2∼N(μ2,σ22)X_2\sim N(\mu_2, \sigma^2_2), để sửa ý tưởng. Xem xét các biến ngẫu nhiên log-normal tương ứng: Z1=exp(X1)Z1=exp⁡(X1)Z_1 = \exp(X_1), Z2=exp(X2)Z2=exp⁡(X2)Z_2 = \exp(X_2). Câu hỏi: phân phối sản phẩm của hai biến ngẫu nhiên là gì, …

7 distributions  normal-distribution  lognormal 

Hôm nay tôi nhận ra một thực tế khá nổi tiếng. Sự logbiến đổi của một biến ngẫu nhiên, được rút ra từ phân phối đuôi chất béo, ánh xạ thành phân phối đuôi theo cấp số nhân . Câu hỏi của tôi rất đơn giản: Là logarit đủ để …

7 probability  distributions  data-transformation  extreme-value  fat-tails