«joint-distribution» 태그된 질문

결합 확률이 2 개의 사건의 교집합이라면, 2 개의 독립 사건의 결합 확률이 전혀 교차하지 않기 때문에 0이 아니어야하지 않습니까? 혼란 스러워요.

30 probability  joint-distribution 

Fréchet-Hoeffding 상한 접합부 분포 함수에 적용하고이 주어진다 C(u1,...,ud)≤min{u1,..,ud}.C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. CDF 대신에 copula density 대한 상한 (마진 밀도에 의존한다는 의미) 상한이 있습니까?c(u1,...,ud)c(u1,...,ud)c(u_1,...,u_d) 모든 참조는 대단히 감사하겠습니다.

16 references  joint-distribution  bounds  copula 

나는 '다변량 분포'를 이해할 가능성이 높은 청중에게 '공동 확률 분포'를 사용하는 것에 대해 쓰고 있으므로 나중에 사용할 것을 고려하고 있습니다. 그러나 나는 이것을하는 동안 의미를 잃고 싶지 않습니다. Wikipedia 는 이것이 동의어임을 나타냅니다. 그들은? 그렇지 않다면 왜 안됩니까?

15 probability  terminology  joint-distribution  definition 

를 x , y ∈ { 1 , … , K } 와 함께 두 개의 범주 형 변수 X , Y 의 공동 분포라고 합시다 . 이 분포에서 n 개의 표본을 추출 했다고 가정 하지만 j = 1 , … , K에 대한 한계 계수 만 제공됩니다 .피x , …

12 categorical-data  maximum-likelihood  joint-distribution  marginal  maximum-entropy 

CDF 를 사용한 관절 분포에 대한 관절 모멘트 생성 함수 가 있다고 가정 합니다. 가요 둘 필요 충분한 의 독립 조건 및 ? 필자는 몇 가지 교과서를 확인했는데 필요한 내용 만 언급 했습니다.F X , Y ( x , y ) M X , Y ( s , t ) …

12 probability  independence  joint-distribution  mgf 

교과서의 문제 중 하나는 다음과 같습니다. 2 차원 확률 연속 벡터는 다음 밀도 함수를 갖습니다. 에프엑스, Y( x , y) = { 15 x y200 <x <1 및 0 <y <x 인 경우그렇지 않으면fX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 & \text{if …

10 self-study  random-variable  marginal  joint-distribution 

내가 = 1 , . . . , n S n = 1Xi∽iidN(0,1)Xi∽iidN(0,1)X_i \overset{iid}{\backsim} \mathcal{N}(0, 1)i=1,...,ni=1,...,ni = 1, ..., nTn=1Sn=1n∑i=1nXiSn=1n∑i=1nXi\begin{equation} S_n = \frac{1}{n} \sum_{i=1}^n X_i \end{equation}Tn=1n∑i=1n(X2i−1)Tn=1n∑i=1n(Xi2−1)\begin{equation} T_n = \frac{1}{n} \sum_{i=1}^n (X_i^2 - 1) \end{equation} T n n = 1 √SnSnS_nTnTnT_nn=1n=1n = 1 √n−−√SnnSn\sqrt{n} S_nn→∞n−−√TnnTn\sqrt{n} T_nn→∞n→∞n \rightarrow \infty 동기 부여 : …

10 normal-distribution  multivariate-analysis  independence  central-limit-theorem  joint-distribution 

4 가지 가능한 이벤트의 주파수 샘플이 하나 있다고 가정합니다. Event1 - 5 E2 - 1 E3 - 0 E4 - 12 내 이벤트의 예상 확률이 있습니다. p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 내 네 가지 사건의 관측 빈도의 합으로 (18) 사건의 예상 빈도를 올바르게 …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom