Câu hỏi được gắn thẻ «mathematical-statistics»

Lý thuyết toán học về thống kê, liên quan đến các định nghĩa chính thức và kết quả chung.

1
Khi tham số lại một hàm khả năng, chỉ cần cắm vào biến được chuyển đổi thay vì thay đổi công thức biến?
Giả sử rằng tôi đang cố gắng tái tham số một hàm khả năng được phân phối theo cấp số nhân. Nếu chức năng khả năng ban đầu của tôi là: p(y∣θ)=θe−θyp(y∣θ)=θe−θy p(y \mid \theta) = \theta e^{-\theta y} và tôi muốn tham số lại nó bằng cách sử dụng …
2
Ước tính khả năng tối đa của hiệp phương sai của dữ liệu thông thường bivariate khi giá trị trung bình và phương sai được biết là gì?
Giả sử chúng ta có một mẫu ngẫu nhiên từ một phân phối chuẩn bivariate có số không là phương tiện và là phương sai, vì vậy tham số chưa biết duy nhất là hiệp phương sai. MLE của hiệp phương sai là gì? Tôi biết nó phải giống như …
2
Trong một thử nghiệm t mẫu, điều gì xảy ra nếu trong công cụ ước tính phương sai, giá trị trung bình mẫu được thay thế bằng ?
Giả sử thử nghiệm t một mẫu, trong đó giả thuyết null là . Thống kê sau đó là bằng cách sử dụng độ lệch chuẩn . Khi ước tính , người ta so sánh các quan sát với giá trị trung bình mẫu :μ=μ0μ=μ0\mu=\mu_0t=x¯¯¯−μ0s/n√t=x¯−μ0s/nt=\frac{\overline{x}-\mu_0}{s/\sqrt{n}}ssssssx¯¯¯x¯\overline{x} s=1n−1∑ni=1(xi−x¯¯¯)2−−−−−−−−−−−−−−−√s=1n−1∑i=1n(xi−x¯)2s=\sqrt{\frac{1}{n-1}\sum_{i=1}^n (x_i-\overline{x})^2} . Tuy nhiên, …
2
Giá trị mong đợi của biến ngẫu nhiên Gaussian được chuyển đổi bằng hàm logistic
Cả hàm logistic và độ lệch chuẩn thường được ký hiệu là . Tôi sẽ sử dụng và cho độ lệch chuẩn.σσ\sigmaσ(x)=1/(1+exp(−x))σ(x)=1/(1+exp⁡(−x))\sigma(x) = 1/(1+\exp(-x))sss Tôi có một neuron hậu cần với một đầu vào ngẫu nhiên mà có nghĩa là và độ lệch chuẩn tôi biết. Tôi hy vọng sự …
2
Kiểm tra giả thuyết và tổng khoảng cách biến đổi so với phân kỳ Kullback-Leibler
Trong nghiên cứu của tôi, tôi đã gặp phải vấn đề chung sau: Tôi có hai phân phối và Q trên cùng một miền và một số lượng lớn (nhưng hữu hạn) các mẫu từ các phân phối đó. Các mẫu được phân phối độc lập và giống hệt nhau …
3
Phân phối khi là độc lập biến
Như một bài tập thông thường, tôi đang cố gắng tìm phân phối của trong đó và là các biến ngẫu nhiên độc lập .X2+Y2−−−−−−−√X2+Y2\sqrt{X^2+Y^2}XXXYYYU(0,1)U(0,1) U(0,1) Mật độ khớp của là (X,Y)(X,Y)(X,Y)fX,Y(x,y)=10&lt;x,y&lt;1fX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right)cosθcos⁡θ\cos\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]zsinθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right)sinθsin⁡θ\sin\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right] Vì vậy, với , chúng ta có .1&lt;z&lt;2–√1&lt;z&lt;21< z<\sqrt 2cos−1(1z)&lt;θ&lt;sin−1(1z)cos−1⁡(1z)&lt;θ&lt;sin−1⁡(1z)\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right) Giá trị tuyệt đối của jacobian của …
1
Làm thế nào để vẽ biểu đồ được trang bị và biểu đồ phân phối gamma thực tế trong một ô?
Tải gói cần thiết. library(ggplot2) library(MASS) Tạo 10.000 số được trang bị để phân phối gamma. x &lt;- round(rgamma(100000,shape = 2,rate = 0.2),1) x &lt;- x[which(x&gt;0)] Vẽ hàm mật độ xác suất, giả sử chúng ta không biết phân phối x nào phù hợp. t1 &lt;- as.data.frame(table(x)) names(t1) &lt;- c("x","y") …
4
Mô hình lịch sử sự kiện rời rạc (Survival) trong R
Tôi đang cố gắng để phù hợp với một mô hình thời gian rời rạc trong R, nhưng tôi không chắc làm thế nào để làm điều đó. Tôi đã đọc rằng bạn có thể sắp xếp biến phụ thuộc theo các hàng khác nhau, mỗi hàng cho mỗi lần …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 
1
Câu hỏi về chức năng tự động mẫu
Tôi đang đọc một cuốn sách phân tích chuỗi thời gian và công thức cho chế độ tự động mẫu được định nghĩa trong cuốn sách là: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) với γˆ( - h ) = γˆ( h )γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\;cho h = 0 , 1 , . . . …
1
R hồi quy tuyến tính biến phân loại Biến ẩn giá trị
Đây chỉ là một ví dụ mà tôi đã bắt gặp nhiều lần, vì vậy tôi không có bất kỳ dữ liệu mẫu nào. Chạy mô hình hồi quy tuyến tính trong R: a.lm = lm(Y ~ x1 + x2) x1là một biến liên tục. x2là phân loại và có …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.