Câu hỏi được gắn thẻ «pdf»

Hàm mật độ xác suất (PDF) của một biến ngẫu nhiên liên tục đưa ra xác suất tương đối cho mỗi giá trị có thể của nó. Sử dụng thẻ này cho các hàm khối xác suất rời rạc (PMF) quá.




3
Giải thích dự đoán biến đổi và / hoặc phản hồi
Tôi tự hỏi nếu nó làm cho một sự khác biệt trong việc giải thích cho dù chỉ phụ thuộc, cả phụ thuộc và độc lập, hoặc chỉ các biến độc lập được chuyển đổi nhật ký. Hãy xem xét trường hợp log(DV) = Intercept + B1*IV + Error Tôi …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 


3
Là CDF cơ bản hơn PDF?
Stat của tôi về cơ bản đã nói, nếu được đưa ra một trong ba điều sau đây, bạn có thể tìm thấy hai điều còn lại: Chức năng phân phối tích lũy Chức năng tạo khoảnh khắc Hàm mật độ xác suất Nhưng giáo sư kinh tế lượng của …
43 probability  pdf  cdf  mgf 

3
Giải thích trực quan cho mật độ của biến đổi?
Giả sử là một biến ngẫu nhiên với pdf . Khi đó biến ngẫu nhiên có pdfXXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} Tôi hiểu các tính toán đằng sau này. Nhưng tôi đang cố nghĩ cách giải thích cho ai đó không biết tính …


10
Tại sao tổng của hai biến ngẫu nhiên là một tích chập?
Trong một thời gian dài, tôi không hiểu tại sao "tổng" của hai biến ngẫu nhiên là tích chập của chúng , trong khi đó hàm tổng mật độ hỗn hợp của và làf(x)f(x)f(x)g(x)g(x)g(x)pf(x)+(1−p)g(x)pf(x)+(1−p)g(x)p\,f(x)+(1-p)g(x); tổng số học và không tích chập của chúng. Cụm từ chính xác "tổng của hai …

2
Gamma so với phân phối hợp lý
Tôi có một bản phân phối được quan sát bằng thực nghiệm trông rất giống với bản phân phối gamma hoặc logic. Tôi đã đọc rằng phân phối lognatural là phân phối xác suất entropy tối đa cho một phương sai ngẫu nhiên mà giá trị trung bình và phương …


2
Bạn có thể giải thích ước tính mật độ cửa sổ Parzen (kernel) theo thuật ngữ của cư sĩ không?
Ước tính mật độ cửa sổ Parzen được mô tả là p(x)=1n∑i=1n1h2ϕ(xi−xh)p(x)=1n∑i=1n1h2ϕ(xi−xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) Trong đó là số phần tử trong vectơ, x là vectơ, p ( x ) là mật độ xác suất của x , h là thứ nguyên của Cửa sổ Parzen …




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.