«central-limit-theorem» 태그된 질문

중앙 한계 정리에 관한 질문에 대해, "특정 조건이 주어지면, 각각 잘 정의 된 평균과 잘 정의 된 분산을 갖는 충분히 많은 수의 독립적 인 랜덤 변수 반복 횟수의 평균이 대략 정규 분포 될 것입니다." (위키 백과)

7
중심 한계 정리에 대한 직관적 인 설명은 무엇입니까?
몇 가지 다른 맥락에서 우리는 우리 가 채택하고자하는 통계적 방법 (예를 들어, 정규 분포에 의한 이항 분포의 근사)을 정당화하기 위해 중심 한계 정리 를 호출합니다 . 나는 왜 정리가 참인지에 대한 기술적 세부 사항을 이해하지만, 이제 중앙 한계 정리의 직관을 실제로 이해하지 못한다는 것이 나에게 일어났다. 그렇다면 중심 제한 정리의 …
7
N> 50 일 때 비정규 T- 테스트?
오래 전에 저는 두 개의 표본 T- 검정을 사용하기 위해 정규 분포가 필요하다는 것을 배웠습니다. 오늘 동료는 N> 50의 정규 분포가 필요하지 않다는 것을 알게되었다고 말했습니다. 그게 사실입니까? 사실이라면 중앙 제한 정리 때문입니까?
5
표본 중앙값에 대한 중앙 한계 정리
동일한 분포에서 도출 된 충분히 많은 관측치의 중앙값을 계산하면 중앙값의 중앙값 분포가 정규 분포에 근사 할 것입니까? 내 이해는 이것이 많은 수의 샘플을 사용하면 사실이지만 중간 값에서도 사실이라는 것입니다. 그렇지 않은 경우 샘플 중앙값의 기본 분포는 무엇입니까?
3
p- 값을 결합 할 때 왜 평균을 구하지 않습니까?
최근에 p- 값을 결합하는 Fisher의 방법에 대해 배웠습니다. 이는 null 아래 p- 값이 균일 분포를 따르고 저는 천재라고 생각합니다. 그러나 내 질문은 왜 이렇게 복잡한 길을 가고 있습니까? 왜 p- 값의 평균을 사용하고 중심 한계 정리를 사용하지 않는가? 또는 중앙값? 나는이 거대한 계획 뒤에 RA 피셔의 천재를 이해하려고 노력하고 있습니다.− …
3
또는 의 균일 분포 의 합을 고려하십시오 . 왜 대해 의 PDF에서 사라 ?
나는 이것에 대해 잠시 동안 궁금해했다. 나는 그것이 갑자기 어떻게 일어나는지 조금 이상하다고 생각한다. 기본적으로 이 평활화 위해 3 개의 유니폼 만 필요한 이유 는 무엇입니까? 그리고 왜 평활화가 비교적 빨리 발생합니까?ZnZnZ_n Z2Z2Z_2 : Z3Z3Z_3 : (John D. Cook의 블로그 ( http://www.johndcook.com/blog/2009/02/12/sums-of-uniform-random-values/ ) 에서 부끄럽게 도난당한 이미지 ) 왜 네 …
4
는 어디에 있습니까
다음과 같은 중앙 제한 정리의 매우 간단한 버전 엔−−√( ( 1엔∑나는 = 1엔엑스나는) −μ ) → 디 엔( 0 ,σ2)n((1n∑i=1nXi)−μ) →d N(0,σ2) \sqrt{n}\bigg(\bigg(\frac{1}{n}\sum_{i=1}^n X_i\bigg) - \mu\bigg)\ \xrightarrow{d}\ \mathcal{N}(0,\;\sigma^2) 는 Lindeberg–Lévy CLT입니다. 나는 왜 √ 가 있는지 이해하지 못한다엔−−√n\sqrt{n}왼쪽의 n . 그리고 Lyapunov CLT는 말합니다 1에스엔∑나는 = 1엔( X나는− μ나는) → …
6
중심 한계 정리가 가지고 있지 않은 예가 있습니까?
위키 백과는 말합니다- 확률 이론에서 CLT (Central Limit Theorem) 는 대부분의 상황 에서 독립적 인 랜덤 변수를 추가 할 때 원래 변수 자체가 아닌 경우에도 적절하게 정규화 된 합이 정규 분포 (비공식적으로 "벨 곡선")를 향하는 경향이 있음을 확립합니다. 정규 분포 ... "대부분의 상황에서"라고 말할 때, 중앙에서 정리가 작동하지 않는 상황은 …
6
유한 분산을 테스트 하시겠습니까?
표본이 주어진 랜덤 변수의 분산의 유한성 (또는 존재)을 테스트 할 수 있습니까? 널 (null)로서 {분산이 존재하고 유한함} 또는 {분산이 존재하지 않거나 무한함}이 허용됩니다. 철학적으로 (그리고 계산적으로), 유한 분산이없는 모집단과 매우 큰 분산이있는 모집단 (> ) 사이에 차이가 없어야하기 때문에 이것은 매우 이상하게 보입니다 . 해결되었습니다.104001040010^{400} 나에게 제안 된 한 가지 …
1
lmer 모델의 효과 반복 계산
방금 혼합 효과 모델링을 통해 측정의 반복성 (일명 신뢰성, 일명 클래스 내 상관 관계)을 계산하는 방법을 설명하는 이 문서를 보았습니다. R 코드는 다음과 같습니다. #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 
4
중앙 한계 정리가 왜 시뮬레이션에서 분해됩니까?
다음과 같은 숫자가 있다고 가정 해 봅시다. 4,3,5,6,5,3,4,2,5,4,3,6,5 5 개 중 일부를 샘플링하고 5 개 샘플의 합을 계산합니다. 그런 다음 반복해서 반복하여 많은 합계를 얻습니다. 그리고 히스토그램으로 합계 값을 플로팅합니다. 중앙 한계 정리로 인해 가우시안이됩니다. 그러나 그들이 숫자를 따를 때, 나는 방금 4를 큰 숫자로 바꿨습니다. 4,3,5,6,5,3,10000000,2,5,4,3,6,5 이것들로부터 5 개의 …
4
PCA 공간에 새로운 벡터를 투영하는 방법?
주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.