Câu hỏi được gắn thẻ «exponential»

Một phân phối mô tả thời gian giữa các sự kiện trong một quá trình Poisson; một tương tự liên tục của phân phối hình học.



6
Làm thế nào tôi có thể phân tích chứng minh rằng việc chia ngẫu nhiên một số tiền dẫn đến phân phối theo cấp số nhân (ví dụ: thu nhập và sự giàu có)?
Trong bài viết hiện tại về KHOA HỌC, những điều sau đây đang được đề xuất: Giả sử bạn chia ngẫu nhiên 500 triệu thu nhập cho 10.000 người. Chỉ có một cách để cung cấp cho mọi người một phần bằng nhau, 50.000 chia sẻ. Vì vậy, nếu bạn …

3

1
Tính toán độ lặp lại của hiệu ứng từ mô hình lmer
Tôi vừa xem qua bài viết này , trong đó mô tả cách tính toán độ lặp lại (còn gọi là độ tin cậy, hay còn gọi là tương quan nội hàm) của phép đo thông qua mô hình hiệu ứng hỗn hợp. Mã R sẽ là: #fit the model …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 





2
Giả sử
Là gì đơn giản nhất cách để thấy rằng các tuyên bố sau đây là đúng? Giả sử . Hiển thị .Y1,…,Yn∼iidExp(1)Y1,…,Yn∼iidExp(1)Y_1, \dots, Y_n \overset{\text{iid}}{\sim} \text{Exp}(1)∑ni=1(Yi−Y(1))∼Gamma(n−1,1)∑i=1n(Yi−Y(1))∼Gamma(n−1,1)\sum_{i=1}^{n}(Y_i - Y_{(1)}) \sim \text{Gamma}(n-1, 1) Lưu ý rằng .Y(1)=min1≤i≤nYiY(1)=min1≤i≤nYiY_{(1)} = \min\limits_{1 \leq i \leq n}Y_i Theo X∼Exp(β)X∼Exp(β)X \sim \text{Exp}(\beta) , điều này có nghĩa …

2
Kỳ vọng có điều kiện của biến ngẫu nhiên theo cấp số nhân
Đối với một biến ngẫu nhiên X∼Exp(λ)X~Exp(λ)X\sim \text{Exp}(\lambda) ( E[X]=1λE[X]= =1λ\mathbb{E}[X] = \frac{1}{\lambda} ) Tôi cảm thấy bằng trực giác rằngE[X|X>x]E[X|X>x]\mathbb{E}[X|X > x]phải bằngvì thuộc tính không nhớ, phân phối củagiống với củanhưng đượcsang phải bởi.X | X > x X xx+E[X]x+E[X]x + \mathbb{E}[X]X|X>xX|X>xX|X > xXXXxxx Tuy nhiên, tôi đang …

5
Làm thế nào để thực hiện việc cắt bỏ các giá trị trong số lượng điểm dữ liệu rất lớn?
Tôi có một bộ dữ liệu rất lớn và thiếu khoảng 5% giá trị ngẫu nhiên. Các biến này có mối tương quan với nhau. Ví dụ R tập dữ liệu sau đây chỉ là một ví dụ đồ chơi với dữ liệu tương quan giả. set.seed(123) # matrix of …
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 

3
Làm thế nào để bạn tính toán kỳ vọng của ?
Nếu được phân phối theo cấp số nhân với tham số \ lambda và X_i độc lập với nhau, thì kỳ vọng củaXiXiX_i(i=1,...,n)(i=1,...,n)(i=1,...,n)λλ\lambdaXiXiX_i (∑i=1nXi)2(∑i=1nXi)2 \left(\sum_{i=1}^n {X_i} \right)^2 về mặt nnn và λλ\lambda và các hằng số khác? Lưu ý: Câu hỏi này đã nhận được câu trả lời toán học …


3
Những lợi thế của một máy tạo ngẫu nhiên theo cấp số nhân sử dụng phương pháp của AhDR và ​​Dieter (1972) thay vì biến đổi nghịch đảo là gì?
Câu hỏi của tôi được lấy cảm hứng từ hàm tạo số ngẫu nhiên theo hàm mũ tích hợp của R , hàm rexp(). Khi cố gắng tạo các số ngẫu nhiên phân tán theo cấp số nhân, nhiều sách giáo khoa khuyên dùng phương pháp biến đổi nghịch đảo …

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.