Câu hỏi được gắn thẻ «multivariate-analysis»

Phân tích nơi có nhiều hơn một biến được phân tích cùng một lúc và các biến này là biến phụ thuộc (phản hồi) hoặc là biến duy nhất trong phân tích. Điều này có thể tương phản với phân tích "nhiều" hoặc "đa biến", hàm ý nhiều hơn một biến dự đoán (độc lập).

1
Xây dựng phân phối Dirichlet với phân phối Gamma
Đặt là các biến ngẫu nhiên độc lập lẫn nhau, mỗi biến có phân phối gamma với các tham số cho thấy , có một phép bổ trợ chung làX1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1}αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1Yi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,kDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) Pdf chung của Sau đó tìm khớp pdf của Tôi không thể tìm thấy jacobian tức là(X1,…,Xk+1)=e−∑k+1i=1xixα1−11…xαk+1−1k+1Γ(α1)Γ(α2)…Γ(αk+1)(X1,…,Xk+1)=e−∑i=1k+1xix1α1−1…xk+1αk+1−1Γ(α1)Γ(α2)…Γ(αk+1)(X_1,\dots,X_{k+1})=\frac{e^{-\sum_{i=1}^{k+1}x_i}x_1^{\alpha_1-1}\dots x_{k+1}^{\alpha_{k+1}-1}}{\Gamma(\alpha_1)\Gamma(\alpha_2)\dots \Gamma(\alpha_{k+1})}(Y1,…,Yk+1)(Y1,…,Yk+1)(Y_1,\dots,Y_{k+1})J(x1,…,xk+1y1,…,yk+1)J(x1,…,xk+1y1,…,yk+1)J(\frac{x_1,\dots,x_{k+1}}{y_1,\dots,y_{k+1}})












2
Phát sinh phân phối Poisson bivariate
Gần đây tôi đã gặp phải phân phối Poisson bivariate, nhưng tôi hơi bối rối về cách nó có thể được bắt nguồn. Phân phối được đưa ra bởi: P(X=x,Y=y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} Từ những gì tôi có thể thu thập, thuật ngữ θ0θ0\theta_{0} …

3
Công thức xác suất cho phân phối đa biến-bernoulli
Tôi cần một công thức cho xác suất của một sự kiện trong phân phối Bernoulli n-variate với xác suất cho một phần tử và cho các cặp phần tử . Tương tôi có thể cung cấp cho trung bình và hiệp phương sai của .X∈{0,1}nX∈{0,1}nX\in\{0,1\}^nP(Xi=1)=piP(Xi=1)=piP(X_i=1)=p_iP(Xi=1∧Xj=1)=pijP(Xi=1∧Xj=1)=pijP(X_i=1 \wedge X_j=1)=p_{ij}XXX Tôi đã …


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.