Câu hỏi được gắn thẻ «t-distribution»

t là phân phối của thống kê t kết quả từ phép thử t. Chỉ sử dụng thẻ này cho các câu hỏi về phân phối; sử dụng [t-test] cho các câu hỏi về bài kiểm tra.

4
Chứng minh rằng là
Các vấn đề thống kê liên quan đến khoảng tin cậy đối với trung bình dân số có thể được đóng khung theo hàm trọng số sau : w(α,n)≡tn−1,α/2n−−√for 0&lt;α&lt;1 and n&gt;1.w(α,n)≡tn−1,α/2nfor 0&lt;α&lt;1 and n&gt;1.w(\alpha, n) \equiv \frac{t_{n-1,\alpha/2}}{\sqrt{n}} \quad \quad \quad \quad \text{for } 0<\alpha<1 \text{ and } n > …
3
Cách thực hiện SVD để áp đặt các giá trị bị thiếu, một ví dụ cụ thể
Tôi đã đọc những bình luận tuyệt vời về cách xử lý các giá trị bị thiếu trước khi áp dụng SVD, nhưng tôi muốn biết nó hoạt động như thế nào với một ví dụ đơn giản: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
2
Khi n tăng giá trị t tăng trong kiểm tra giả thuyết, nhưng bảng t thì ngược lại. Tại sao?
Công thức cho trong một bài kiểm tra giả thuyết được đưa ra bởi: tttt=X¯−μσ^/n−−√.t=X¯−μσ^/n. t=\frac{\bar{X}-\mu}{\hat \sigma/\sqrt{n}}. Khi tăng, giá trị tăng theo công thức trên. Nhưng tại sao giá trị quan trọng lại giảm trong -table khi (là hàm của ) tăng?nnntttttttttdfdf\text{df}nnn
2
Liệu việc xác định giá trị trung bình và SD có nghĩa là mất một hoặc hai bậc tự do?
Tôi đang đối mặt với một số nghi ngờ trong việc hiểu mức độ tự do được xem xét trong phân phối. Cụ thể, hãy tham khảo Biến sinh viên, nghĩa làttt t=x−x¯s^=x−x¯∑(xi−x¯)2N−1−−−−−−−√(1)(1)t=x−x¯s^=x−x¯∑(xi−x¯)2N−1t=\frac{x-\bar{x}}{\hat{s}}=\frac{x-\bar{x}}{\sqrt{\frac{\sum(x_i-\bar{x})^2}{N-1}}}\tag{1} Trong đó là biến gaussian, là giá trị trung bình, là độ lệch chuẩn lấy từ dữ …
2
Phân phối Student-t có phải là phân phối ổn định của Lévy không?
Để có phân phối Student-t, sao cho XXXfX(x|ν,μ,β)=Γ(ν+12)Γ(ν2)πν−−√β(1+1ν(x−μβ)2)−1+ν2fX(x|ν,μ,β)=Γ(ν+12)Γ(ν2)πνβ(1+1ν(x−μβ)2)−1+ν2\begin{align*} f_X(x|\nu ,\mu ,\beta) = \frac{\Gamma (\frac{\nu+1}{2})}{\Gamma (\frac{\nu}{2}) \sqrt{\pi \nu} \beta} \left(1+\frac{1}{\nu}\left(\frac{x - \mu}{\beta}\right)^2 \right)^{\text{$-\frac{1+\nu}{2}$}} \end{align*} Tôi biết rằng các bản phân phối Student-t cho thấy một luật quyền lực ở phần đuôi. Tôi cũng biết rằng các phân phối ổn định của …
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.