«cdf» 태그된 질문

통계에서 다음 결과를 이미 보았지만 어디에 있는지 기억할 수 없습니다. 경우 XXX 양의 랜덤 변수이고 E(X)&lt;∞E(X)&lt;∞\mathbb{E}(X)<\infty 다음 εF−1(1−ε)→0εF−1(1−ε)→0\varepsilon F^{-1}(1-\varepsilon) \to 0 시 ε→0+ε→0+\varepsilon\to 0^+ , 여기서 FFF 의 CDF이다 XXX . 이것은 등식 를 사용하고 정수 1 - F 의 곡선 아래 영역의 εE(X)=∫1−FE(X)=∫1−F\mathbb{E}(X)=\int 1-F 에서 수평 절단을 고려 하여 …

10 references  quantiles  cdf  moments 

pdf는 일반적으로 로 작성되며 , 여기서 소문자 는 해당 pdf를 갖는 랜덤 변수 의 실현 또는 결과로 처리됩니다 . 유사하게, cdf는 로 작성되며 , 의미는 입니다. 그러나, 점수 함수 의 정의 및 cdf가 균일하게 분포된다는 이러한 유도 와 같은 일부 상황에서, 랜덤 변수 는 그 자신의 pdf / cdf에 꽂혀 …

9 random-variable  pdf  cdf  intuition 

예 : 직업 설명에 "영국의 Java Senior Engineer"문장이 있습니다. 나는 2 개 종류로 예측하는 깊은 학습 모델을 사용하려면 : English 와 IT jobs. 기존 분류 모델을 사용하는 경우 softmax마지막 레이어에서 함수가있는 레이블 하나만 예측할 수 있습니다 . 따라서 두 모델 신경망을 사용하여 두 범주 모두에서 "예"/ "아니오"를 예측할 수 있지만 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

나는 얻는 방법을 이해하려고 노력하고있다. ppp에 대한 -values 일방적 콜 모고 로프 - 스 미르 노프 테스트 등에 대한 CDFS를 찾기 위해 고군분투D+n1,n2Dn1,n2+D^{+}_{n_{1},n_{2}} 과 D−n1,n2Dn1,n2−D^{-}_{n_{1},n_{2}}2- 표본 경우. 아래는 CDF로 몇 곳에서 인용되었습니다.D+nDn+D^{+}_{n} 1 샘플 경우 : p+n(x)=P(D+n≥x|H0)=x∑j=0⌊n(1−x)⌋(nj)(jn+x)j−1(1−x−jn)n−jpn+(x)=P(Dn+≥x|H0)=x∑j=0⌊n(1−x)⌋(nj)(jn+x)j−1(1−x−jn)n−jp^{+}_{n}\left(x\right) = \text{P}\left(D^{+}_{n} \ge x | \text{H}_{0}\right) = x\sum_{j=0}^{\lfloor n\left(1-x\right)\rfloor}{ \binom{n}{j} \left(\frac{j}{n}+x\right)^{j-1}\left(1 - x …

9 self-study  kolmogorov-smirnov  cdf 

허락하다 엑스1, . . . ,엑스엔엑스1,...,엑스엔X_{1},...,X_{n}별개의 관찰 (타이 없음)이어야합니다. 허락하다엑스※1, . . . ,엑스※엔엑스1※,...,엑스엔※X_{1}^{*},...,X_{n}^{*}부트 스트랩 샘플 (경험적 CDF의 샘플)을 표시하고 엑스¯※엔=1엔∑엔나는 = 1엑스※나는엑스¯엔※=1엔∑나는=1엔엑스나는※\bar{X}_{n}^{*}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{*}. 찾기이자형(엑스¯※엔)이자형(엑스¯엔※)E(\bar{X}_{n}^{*}) 과 V a r (엑스¯※엔)Vㅏ아르 자형(엑스¯엔※)\mathrm{Var}(\bar{X}_{n}^{*}). 내가 지금까지 가지고있는 것은 엑스※나는엑스나는※X_{i}^{*} 이다 엑스1, . . . ,엑스엔엑스1,...,엑스엔X_{1},...,X_{n} 각각 확률로 1엔1엔\frac{1}{n} 그래서 이자형(엑스※나는) =1엔이자형(엑스1) + . . …

9 self-study  variance  bootstrap  cdf  conditional-expectation 

랜덤 워크의 최대 드로우 다운 분포에 관심이 있습니다. X0=0,Xi+1=Xi+Yi+1X0=0,Xi+1=Xi+Yi+1X_0 = 0, X_{i+1} = X_i + Y_{i+1} 어디 Yi∼N(μ,1)Yi∼N(μ,1)Y_i \sim \mathcal{N}(\mu,1). 이후 최대 인출nnn 기간은 max0≤i≤j≤n(Xi−Xj)max0≤i≤j≤n(Xi−Xj)\max_{0 \le i \le j \le n} (X_i - X_j). Magdon-Ismail 등 의 논문 . 알. 드리프트가있는 브라운 운동의 최대 손실을위한 분포를 제공합니다. 이 표현에는 암시 …

9 distributions  cdf  finance  random-walk