«distributions» 태그된 질문

분석 식을 찾는 방법 D ( n , l , L )D(n,l,L)D(n,l,L) 다음 문제에서? 나는 무작위로 드롭 엔nn 길이의 "바" 엘ll 간격으로 [ 0 , L ][0,L][0,L]. "막대"가 겹칠 수 있습니다. 평균 총 길이를 찾고 싶습니다디DD 간격의 [ 0 , L ][0,L][0,L] 하나 이상의 "바"가 차지합니다. "저밀도"한계에서, 중첩은 무시할 만하고 …

9 probability  distributions 

효율적으로 샘플 을 그리고 싶습니다x ∈아르 자형디x∈Rdx \in \mathbb{R}^d ...에서 엔( μ , Σ )N(μ,Σ)\mathcal{N}(\mu, \Sigma) 제약 조건에 따라 | | x ||2= 1||x||2=1||x||_2 = 1.

9 distributions  normal-distribution  sampling  multivariate-normal  importance-sampling 

두 배로 차별화되고 대칭적인 분포 고려하십시오 . 이제 두 번째로 두 번째로 구분할 수있는 분포 rigth가 다음과 같은 의미에서 기울어 진 것을 고려하십시오.에프엑스FX\mathcal{F}_X에프지FZ\mathcal{F}_Z ( 1 )에프엑스⪯씨에프지.(1)FX⪯cFZ.(1)\quad\mathcal{F}_X\preceq_c\mathcal{F}_Z. 여기서 는 van Zwet [0]의 볼록한 순서이므로 은 다음과 같습니다.⪯씨⪯c\preceq_c( 1 )(1)(1) ( 2 )에프− 1지에프엑스( x ) 는 볼록한 ∀ x ∈ R …

9 distributions  skewness 

N 개의 다른 색의 공을 포함하는 항아리가 있고 각각의 다른 색이 다른 횟수로 나타날 수 있다고 가정하십시오 (빨간색 공이 10 개 있으면 파란색 공도 필요하지 않음). 우리가 그림을 그리기 전에 항아리의 정확한 내용을 알면 각 색의 공을 그릴 확률을 알려주는 불연속 확률 분포를 형성 할 수 있습니다. 궁금한 점은 평균적으로 …

9 probability  discrete-data  distributions 

주어진 상수 (예 : 4)에 대해 에 대한 확률 분포를 찾을 수 있으므로 ?아르 자형rr엑스XXV a r (X) = rVar(X)=r\mathrm{Var}(X)=r

9 distributions  mathematical-statistics  variance 

2 개의 랜덤 정규 변수의 선형 조합도 랜덤 정규 변수라는 것은 잘 알려져있다. 이 속성을 공유하는 일반적인 비정규 배포 패밀리 (예 : Weibull)가 있습니까? 많은 반례가있는 것 같습니다. 예를 들어, 유니폼의 선형 조합은 일반적으로 균일하지 않습니다. 특히, 다음 두 가지 모두에 해당하는 비정규 배포 패밀리가 있습니까? 해당 패밀리의 두 랜덤 …

9 distributions  linear 

균형 점수를 예측하고 여러 가지 회귀 분석 방법을 시도했습니다. 내가 주목 한 것은 예측 값에 일종의 상한이있는 것 같습니다. 즉, 실제 균형은 이지만 내 예측은 약 입니다. 다음 그림은 실제 대 예측 잔액을 보여줍니다 (선형 회귀로 예측 됨).[ 0.0 , 1.0 )[0.0,1.0)[0.0, 1.0)0.80.80.8 다음은 동일한 데이터에 대한 두 가지 분포도입니다. …

9 regression  distributions  data-transformation  prediction  bounds 

몇 년 전 우리 대학에서 학기 시험에 나온 문제는 해결하기 위해 고군분투하고 있습니다. 경우 무관 밀도 확률 변수 과 각각 해당 표시 다음 .X1,X2X1,X2X_1,X_2ββ\betaβ(n1,n2)β(n1,n2)\beta(n_1,n_2)β(n1+12,n2)β(n1+12,n2)\beta(n_1+\dfrac{1}{2},n_2)X1X2−−−−−√X1X2\sqrt{X_1X_2}β(2n1,2n2)β(2n1,2n2)\beta(2n_1,2n_2) 나는 Jacobian 방법을 사용하여 의 밀도가 다음과 . Y=X1X2−−−−−√Y=X1X2Y=\sqrt{X_1X_2}에프와이( y) =4와이2엔1B (엔1,엔2) B (엔1+12,엔2)∫1와이1엑스2( 1 −엑스2)엔2− 1( 1 −와이2엑스2)엔2− 1디엑스fY(y)=4y2n1B(n1,n2)B(n1+12,n2)∫y11x2(1−x2)n2−1(1−y2x2)n2−1dxf_Y(y)=\dfrac{4y^{2n_1}}{B(n_1,n_2)B(n_1+\dfrac{1}{2},n_2)}\int_y^1\dfrac{1}{x^2}(1-x^2)^{n_2-1}(1-\dfrac{y^2}{x^2})^{n_2-1}dx 나는이 시점에서 실제로 길을 잃었다. 이제 …

9 self-study  random-variable  beta-distribution  distributions  jacobian 

3 가지 전자 부품의 수명은 및 입니다. 이 변수는 매개 변수를 사용하여 지수 분포에서 크기가 3 인 랜덤 표본으로 모델링되었습니다 . 가능성 함수는X1=3,X2=1.5,X1=3,X2=1.5,X_{1} = 3, X_{2} = 1.5,X3=2.1X3=2.1X_{3} = 2.1θθ\thetaθ>0θ>0\theta > 0 f3(x|θ)=θ3exp(−6.6θ)f3(x|θ)=θ3exp(−6.6θ)f_{3}(x|\theta) = \theta^{3} exp(-6.6\theta) , 여기서 입니다.x=(2,1.5,2.1)x=(2,1.5,2.1)x = (2, 1.5, 2.1) 그리고 문제는 를 최대화 하는 값을 찾아 …

9 distributions  maximum-likelihood  exponential 

상황에 맞지 않는 짧은 버전 허락하다 yyy CDF와 함께 임의 변수 F(⋅)≡{θθ+(1−θ)×CDFlog-normal(⋅;μ,σ) y = 0 y > 0F(⋅)≡{θ y = 0 θ+(1−θ)×CDFlog-normal(⋅;μ,σ) y > 0 F(\cdot) \equiv \cases{\theta & y = 0 \\ \theta + (1-\theta) \times \text{CDF}_{\text{log-normal}}(\cdot; \mu, \sigma) & y > 0} 내가 무승부를 시뮬레이션하고 싶다고 가정 해 …

9 r  distributions  sampling  simulation  copula 

나는 통계 (소수의 초급 Uni 코스)에 익숙하지 않고 알려지지 않은 분포에서 샘플링하는 것에 대해 궁금했습니다. 특히 기본 분포에 대해 잘 모를 경우 대표 표본을 확보 할 수있는 방법이 있습니까? 예를 들어 설명 : 전 세계 부의 분포를 파악하려고한다고 가정하십시오. 주어진 개인에 대해 어떻게 든 그들의 정확한 부를 찾을 수 있습니다. …

9 distributions  estimation  sampling  sample-size  algorithms 

웹 사용자의 평균 대기 시간을 반환하는 함수가 있습니다. 즉, 웹 리소스 길이가 단어로 주어지면 평균 사용자가 웹 페이지에 머무를 수있는 평균 시간을 제공합니다. 이 기능 (및 결과 평균)을 배포와 함께 사용하여 웹을 탐색하는 '평균 웹 사용자'를 모델링하고 싶습니다. 어떤 배포판이 이것에 적합 할 수 있으며 그 이유는 무엇입니까? 편집 : …

9 distributions 

다음 설정 가정 하자 Zi=min{ki,Xi},i=1,...,nZi=min{ki,Xi},i=1,...,nZ_i = \min\{k_i, X_i\}, i=1,...,n . 또한 Xi∼U[ai,bi],ai,bi>0Xi∼U[ai,bi],ai,bi>0X_i \sim U[a_i, b_i], \; a_i, b_i >0 입니다. 또한 ki=cai+(1−c)bi,0<c<1ki=cai+(1−c)bi,0<c<1k_i = ca_i + (1-c)b_i,\;\; 0 k_i) = 1- \Pr(X_i \le k_i) =1−ki−aibi−ai=1−(1−c)(bi−ai)bi−ai=c=1−ki−aibi−ai=1−(1−c)(bi−ai)bi−ai=c= 1- \frac {k_i - a_i}{b_i-a_i} = 1-\frac {(1-c)(b_i-a_i)}{b_i-a_i} =c 따라서 모든 FZi(zi)=⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪0zi<aizi−aibi−aiai≤zi<ki1ki≤ziFZi(zi)={0zi<aizi−aibi−aiai≤zi<ki1ki≤ziF_{Z_i}(z_i) = \begin{cases} 0\qquad z_i0zi=kizi=kiz_i …

9 distributions  central-limit-theorem  censoring  minimum 

모든 전체 조건 (Gibbs 샘플링에 사용됨)이 관절 분포를 결정할 수 있다고 들었습니다. 그러나 나는 왜 그리고 어떻게 이해하지 못한다. 아니면 잘못 들었습니까? 감사!

9 distributions 

데이터 세트에서 여러 번 다시 샘플링하고 매번 평균을 계산하면 이러한 평균이 정규 분포를 따릅니다 (CLT 기준). 따라서 데이터 세트의 확률 분포에 대한 가정없이 데이터 세트의 평균에 대한 신뢰 구간을 계산할 수 있습니다. 분산과 비슷한 것을 할 수 있는지 궁금합니다. 즉, 데이터 세트에서 여러 번 리샘플링하고 매번 분산을 계산할 경우 이러한 …

9 distributions  confidence-interval  bootstrap  resampling