«distributions» 태그된 질문

두 개의 데이터 그룹이 있습니다. 각각 여러 변수의 분포가 다릅니다. 이 두 그룹의 분포가 통계적으로 유의 한 차이가 있는지 확인하려고합니다. 나는 원시 형식의 데이터를 가지고 있으며 각각의 빈도 수를 가진 개별 범주를 다루기 쉽도록 비닝되었습니다. 이 두 그룹이 크게 다른지 여부를 판별하기 위해 어떤 테스트 / 프로 시저 / 방법을 …

21 distributions  statistical-significance 

왜 "음 이항"랜덤 변수에 그 이름이 있는지 이해가되지 않습니다. 그것에 대해 부정적인 것은 무엇입니까? 이항이란 무엇입니까? 그것에 대해 음 이항은 무엇입니까?

21 distributions  random-variable  terminology  negative-binomial 

반전 방법은 어떻게 작동합니까? 임의 샘플 가 있다고 가정 합니다. . . ,X1,X2,...,XnX1,X2,...,XnX_1,X_2,...,X_n 밀도 f ( x ; θ ) = 1 인 X nf(x;θ)=1θx(1−θ)θf(x;θ)=1θx(1−θ)θf(x;\theta)={1\over \theta} x^{(1-\theta)\over \theta} 가 초과0&lt;x&lt;10&lt;x&lt;10<x<1하므로 cdfFX(x)=x1/θFX(x)=x1/θF_X(x)=x^{1/\theta}on(0,1)(0,1)(0,1). 그런 다음 반전 방법으로의 분포를F − 1 X(u)=uθ로얻습니다. XXXF−1X(u)=uθFX−1(u)=uθF_X^{-1}(u)=u^\theta 그렇게 uθuθu^\theta 의 분포가 XXX ? 이것이 반전 방법이 작동하는 …

21 r  distributions  inference  random-generation  inverse-cdf 

내 데이터의 히스토그램을 플롯하면 두 개의 피크가 있습니다. 이것이 잠재적 인 멀티 모달 분포를 의미합니까? dip.testR ( library(diptest))을 실행했으며 출력은 다음과 같습니다. D = 0.0275, p-value = 0.7913 내 데이터에 다중 모달 분포가 있다는 결론을 내릴 수 있습니까? 데이터 10346 13698 13894 19854 28066 26620 27066 16658 9221 13578 11483 …

21 r  hypothesis-testing  distributions  self-study  histogram 

독립 관측치 표본의 모수에 대한 최대 우도 추정치에 대한 폐쇄 형 솔루션이있는 분포는 무엇입니까?

21 distributions  mathematical-statistics  maximum-likelihood 

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 

경험적 누적 분포 함수에 대해 배우고 있습니다. 하지만 난 여전히 이해가 안돼 왜 '실증적'이라고 불리는가? 경험적 CDF와 CDF간에 차이가 있습니까?

21 distributions  terminology  cdf  ecdf 

정규 분포의 두 가지 확률 밀도 함수가 있습니다. f1(x1|μ1,σ1)=1σ12π−−√e−(x−μ1)22σ21f1(x1|μ1,σ1)=1σ12πe−(x−μ1)22σ12f_1(x_1 \; | \; \mu_1, \sigma_1) = \frac{1}{\sigma_1\sqrt{2\pi} } \; e^{ -\frac{(x-\mu_1)^2}{2\sigma_1^2} } 과 f2(x2|μ2,σ2)=1σ22π−−√e−(x−μ2)22σ22f2(x2|μ2,σ2)=1σ22πe−(x−μ2)22σ22f_2(x_2 \; | \; \mu_2, \sigma_2) = \frac{1}{\sigma_2\sqrt{2\pi} } \; e^{ -\frac{(x-\mu_2)^2}{2\sigma_2^2} } 과 사이의 분리 확률 확률 함수를 찾고 있습니다. 내 생각에 의 확률 밀도 함수를 찾고 …

20 distributions  normal-distribution  distance 

" 공통 분포의 실제 예 "에서 영감을 받아 사람들이 부정적인 왜곡을 나타 내기 위해 어떤 교육 학적 예를 사용하는지 궁금합니다. 가르치는 데 사용되는 대칭 또는 정규 분포에 대한 많은 "정규적인"예가 있습니다. 키와 몸무게 같은 것이 생물학적 면밀한 조사에서 살아남지 않더라도! 혈압이 정상에 가까울 수 있습니다. 나는 천문학적 측정 오류를 좋아합니다. …

20 distributions  skewness  teaching 

자연의 일부 현상이 정규 분포를 갖는지 알고 싶지 않지만 Galton 상자에서 볼 수 있듯이 정상적인 곡선의 모양을 볼 수 있는지 여부를 알고 싶습니다. Wikipedia 에서이 그림을 참조하십시오 . 많은 수학적 모양이나 곡선은 자연에서 직접 볼 수 있습니다. 예를 들어, 황금 평균과 대수 나선 은 달팽이에서 찾을 수 있습니다. 첫 번째 …

20 distributions  normality-assumption 

정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

이것은 아마도 사소한 질문,하지만 내 검색을 포함, 지금까지 열매를 맺지되었습니다 이 위키 피 디아 기사 및 "배포판의 대요" 문서 . 경우 균일 한 분포를 가지고, 그 의미 하는가 지수 분포에 따른?XXXeXeXe^X 마찬가지로 가 지수 분포를 따르는 경우 가 균일 분포를 따른다 는 것을 의미 합니까?YYYln(Y)ln(Y)ln(Y)

20 distributions  data-transformation  exponential  uniform 

확률 분포를 지정할 때 물결표의 의미는 무엇입니까? 예를 들면 다음과 같습니다. Z∼Normal(0,1).Z∼Normal(0,1).Z \sim \mbox{Normal}(0,1).

20 probability  distributions  notation 

특정 속성을 설명하기 위해 분포의 두 번째, 세 번째 및 네 번째 순간을 사용하는 것이 일반적입니다. 네 번째보다 큰 부분 모멘트 또는 모멘트가 분포의 유용한 특성을 설명합니까?

20 distributions  moments  partial-moments 

사용자가 선택한 다각형에 대한 인구 조사 데이터를 표시하고 다양한 매개 변수 (매개 변수 당 하나의 그래프)의 분포를 그래픽으로 표시하려는 웹 사이트를 만드는 중입니다. 데이터에는 일반적으로 다음과 같은 속성이 있습니다. 샘플 크기가 큰 경향이 있습니다 (예 : 약 10,000 개의 데이터 포인트) 값의 범위는 크게 요구되는 경향이 있습니다 (예 : 최소 …

20 distributions  data-visualization  boxplot