Câu hỏi được gắn thẻ «marginal»

Tôi đang cố gắng mở rộng kiến ​​thức về thống kê. Tôi đến từ một nền tảng khoa học vật lý với cách tiếp cận "dựa trên công thức" để kiểm tra thống kê, nơi chúng tôi nói là liên tục, nó có được phân phối bình thường - hồi …

49 random-effects-model  fixed-effects-model  marginal 

Cho đến bây giờ, tôi đã tìm kiếm một bài đọc giới thiệu tốt về Copote cho hội thảo của tôi. Tôi đang tìm kiếm nhiều tài liệu nói về các khía cạnh lý thuyết, điều này là tốt, nhưng trước khi tôi chuyển sang chúng, tôi đang tìm cách …

25 correlation  references  marginal  copula 

Tôi đang phân tích một tập dữ liệu bằng mô hình hiệu ứng hỗn hợp với một hiệu ứng cố định (điều kiện) và hai hiệu ứng ngẫu nhiên (người tham gia do thiết kế chủ đề và cặp bên trong). Mô hình được tạo ra với lme4gói : exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Đặt là phân phối chung của hai biến phân loại , với . Giả sử mẫu được rút ra từ phân phối này, nhưng chúng tôi chỉ được tính tổng số biên, cụ thể là cho :px,ypx,yp_{x,y}X,YX,YX,Yx,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\}nnnj=1,…,Kj=1,…,Kj=1,\ldots,K Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j),Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j), S_j = \sum_{i=1}^{n}{\delta(X_i=l)}, T_j = \sum_{i=1}^{n}{\delta(Y_i=j)}, Công cụ ước tính khả năng …

12 categorical-data  maximum-likelihood  joint-distribution  marginal  maximum-entropy 

Có ai có ý tưởng về lý do tại sao tương quan có điều kiện giữa 2 biến được gọi là tương quan "một phần" và tương quan đơn giản giữa chúng (vì vậy, khi không dựa trên bất kỳ biến nào khác) được gọi là tương quan "cận biên" …

12 correlation  terminology  marginal  partial-correlation 

Tôi muốn lấy mẫu từ mật độ đơn biến nhưng tôi chỉ biết mối quan hệ:fXfXf_X fX(x)=∫fX|Y(x|y)fY(y)dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Tôi muốn tránh việc sử dụng MCMC (trực tiếp trên biểu diễn tích phân) và, vì và rất dễ lấy mẫu, tôi đã nghĩ đến việc sử …

12 sampling  conditional-probability  monte-carlo  marginal 

Một trong những vấn đề trong sách giáo khoa của tôi được đặt ra như sau. Một vectơ liên tục ngẫu nhiên hai chiều có hàm mật độ sau: fX,Y(x,y)={15xy20if 0 < x < 1 and 0 < y < xotherwisefX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y …

10 self-study  random-variable  marginal  joint-distribution 

Một yếu tố Bayes được xác định trong thử nghiệm Bayes về giả thuyết và lựa chọn mô hình Bayes theo tỷ lệ của hai khả năng cận biên: đưa ra một mẫu iid và mật độ lấy mẫu tương ứng và , với các linh mục tương ứng và …

9 bayes  marginal  sequential-analysis  bayes-factors 

Tôi đang cố gắng tính toán khả năng cận biên cho một mô hình thống kê theo phương pháp Monte Carlo: f(x)=∫f(x∣θ)π(θ)dθf(x)=∫f(x∣θ)π(θ)dθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta Khả năng được xử lý tốt - trơn tru, log-lõm - nhưng chiều cao. Tôi đã thử lấy mẫu quan trọng, nhưng kết …

9 monte-carlo  likelihood  marginal 

Như tiêu đề nói, tôi đang tìm kiếm các mật độ biên của f( x , y) = c 1 - x2- y2---------√, x2+ y2≤ 1.f(x,y)= =c1-x2-y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Cho đến nay tôi đã tìm thấy ccc là . …

9 self-study  marginal  multivariable 

Nhìn chung, có nhiều phân phối chung phù hợp với phân phối biên đã đặt .P(X1=x1,X2=x2,...,Xn=xn)P(X1=x1,X2=x2,...,Xn=xn)P(X_1 = x_1, X_2 = x_2, ..., X_n = x_n)fi(xi)=P(Xi=xi)fi(xi)=P(Xi=xi)f_i(x_i) = P(X_i = x_i) Trong số các bản phân phối chung này, sản phẩm có được hình thành bằng cách lấy sản phẩm của lề …

9 distributions  joint-distribution  marginal  maximum-entropy 

Đưa ra khả năng Gaussian cho một mẫu yyy như với là không gian tham số và , các tham số tùy ý của vectơ trung bình và ma trận hiệp phương sai.p(y|θ)=N(y;μ(θ),Σ(θ))p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) = \mathcal{N}(y;\mu(\theta),\Sigma(\theta))ΘΘ\Thetaμ(θ)μ(θ)\mu(\theta)Σ(θ)Σ(θ)\Sigma(\theta) Là nó có thể chỉ định một mật độ trước p(θ)p(θ)p(\theta) và parameterisation của vector …

8 normal-distribution  mixed-model  prior  marginal  conjugate-prior 

Giả sử chúng ta có biến ngẫu nhiên X1X1X_1 phân phối là Bạn[ 0 , 1 ]U[0,1]U[0,1] và X2X2X_2 phân phối là Bạn[ 0 , X1]U[0,X1]U[0,X_1] , trong đó Bạn[ a , b ]U[a,b]U[a,b] có nghĩa là phân phối đồng đều trong khoảng [ a , b ][a,b][a,b] . Tôi …

8 pdf  marginal  joint-distribution 

Trong vấn đề sàng lọc chụp nhũ ảnh thường được đề cập với khả năng sàng lọc là 80%, trước 10% và tỷ lệ dương tính giả là 50% hoặc các biến thể của nó, thật dễ dàng để giải thích rằng xác suất sau có điều kiện rằng sàng …

8 normalization  bayes  marginal 

Hãy xem xét một quá trình ngẫu nhiên theo mô hình trong đó .{Xt, T = 1 , 2 , ... }{Xt,t= =1,2,Giáo dục}\{X_t, t = 1, 2, \ldots\}Xt= αXt - 1+et,Xt= =αXt-1+et,X_t = \alpha X_{t-1} + e_t,et~ fet~fe_t \thicksim f Tôi có thể nói rằng phân phối của điểm …

6 pdf  markov-process  stationarity  autoregressive  marginal