Câu hỏi được gắn thẻ «normal-distribution»

Phân phối bình thường, hoặc Gaussian, có hàm mật độ là một đường cong hình chuông đối xứng. Đây là một trong những phân phối quan trọng nhất trong thống kê. Sử dụng thẻ [Normality] để hỏi về kiểm tra tính quy tắc.



1
Tại sao ( bị kiểm duyệt)
Trong một vấn đề đặt ra, tôi đã chứng minh "bổ đề" này, kết quả không trực quan với tôi. là một phân phối chuẩn thông thường trong một mô hình bị kiểm duyệt.ZZZ Chính thức, và . Sau đó, Vì vậy, có một số loại kết nối giữa công …

1
Tôi đăng nhập biến đổi biến phụ thuộc của mình, tôi có thể sử dụng phân phối bình thường GLM với chức năng liên kết LOG không?
Tôi có một câu hỏi liên quan đến Mô hình tuyến tính tổng quát (GLM). Biến phụ thuộc của tôi (DV) là liên tục và không bình thường. Vì vậy, tôi đăng nhập đã chuyển đổi nó (vẫn không bình thường nhưng đã cải thiện nó). Tôi muốn liên kết …

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
Liệu Định lý giới hạn trung tâm đa biến (CLT) có giữ được khi các biến thể hiện sự phụ thuộc hoàn toàn đương thời không?
Tiêu đề tổng hợp câu hỏi của tôi, nhưng để rõ ràng hãy xem xét ví dụ đơn giản sau đây. Đặt , i = 1, ..., n . Xác định: \ started {phương trình} S_n = \ frac {1} {n} \ sum_ {i = 1} ^ n X_i \ …


1
Tại sao Anova () và drop1 () cung cấp các câu trả lời khác nhau cho GLMM?
Tôi có một GLMM có dạng: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Khi tôi sử dụng drop1(model, test="Chi"), tôi nhận được kết quả khác với nếu tôi sử dụng Anova(model, type="III")từ gói xe hơi hoặc summary(model). Hai cái sau cho cùng một …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 





3
Kỹ thuật theo dõi ngẫu nhiên
Tôi đã gặp kỹ thuật theo dõi ngẫu nhiên sau đây trong M. Seeger, Cập nhật thứ hạng thấp cho phân tách Cholesky, Đại học California ở Berkeley, Tech. Đại diện, 2007. tr( A ) = E[ xTMột x ]tr⁡(A)=E[xTAx]\operatorname{tr}(\mathbf{A}) = {E[\mathbf{x}^T \mathbf{A} \mathbf{x}]} trong đó .x ∼N( 0 , …


6
Ký hiệu được đọc như thế nào?
Ký hiệu được đọc như thế nào? Là sau một phân phối bình thường? Hoặc là một phân phối bình thường? Hoặc có lẽ là xấp xỉ bình thường ..X X XX~ N( Μ , σ2)X∼N(μ,σ2)X\sim N(\mu,\sigma^2)XXX XXX XXX Điều gì xảy ra nếu có một số biến theo sau …

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.