«mean» 태그된 질문

스칼라 랜덤 변수 가 pdf를 가진 벡터 매개 변수 지수 군에 속 한다고 가정합니다XXX fX(x|θ)=h(x)exp(∑i=1sηi(θ)Ti(x)−A(θ))fX(x|θ)=h(x)exp⁡(∑i=1sηi(θ)Ti(x)−A(θ)) f_X(x|\boldsymbol \theta) = h(x) \exp\left(\sum_{i=1}^s \eta_i({\boldsymbol \theta}) T_i(x) - A({\boldsymbol \theta}) \right) 여기서 θ=(θ1,θ2,⋯,θs)Tθ=(θ1,θ2,⋯,θs)T{\boldsymbol \theta} = \left(\theta_1, \theta_2, \cdots, \theta_s \right )^T 는 매개 변수 벡터이고 T(x)=(T1(x),T2(x),⋯,Ts(x))TT(x)=(T1(x),T2(x),⋯,Ts(x))T\mathbf{T}(x)= \left(T_1(x), T_2(x), \cdots,T_s(x) \right)^T 는 충분한 통계량입니다. 각 …

11 variance  mean  exponential-family  sufficient-statistics 

7 일 동안 개인이 수행 한 작업 수를 포함하는 데이터 세트가 있습니다. 구체적인 조치는이 질문과 관련이 없어야합니다. 다음은 데이터 세트에 대한 설명 통계입니다. 범위평균변화관측치 수0 - 77218.22791696Range0−772Mean18.2Variance2791Number of observations696 \begin{array}{|c|c|} \hline \text{Range} & 0 - 772 \\ \hline \text{Mean} & 18.2 \\ \hline \text{Variance} & 2791 \\ \hline \text{Number of …

11 r  distributions  poisson-distribution  mean  sample 

나는 치우친 데이터를 연구하고 있으므로 중앙 경향을 요약하기 위해 평균 대신 중간 값을 사용하고 있습니다. 분산을 측정하고 싶습니다 . 중심 경향을 요약하기 위해 평균 표준 편차±±\pm± ± 또는 중앙 사 분위수±±\pm 를 보고하는 사람들이 종종 있지만 중앙값 중앙값 절대 분산 (MAD)±±\pm 을보고해도 괜찮 습니까? 이 방법에 잠재적 인 문제가 있습니까? …

11 mean  skewness  median  reporting  mad 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

임의의 변수 주어지면 의 평균과 분산은 무엇입니까?G = 1와이= Ex p ( λ )Y=Exp(λ)Y = Exp(\lambda)G = 1와이G=1YG=\dfrac{1}{Y} 역 감마 분포를 보았지만 평균과 분산은 각각 및 대해서만 정의 됩니다 ...α > 2α > 1α>1\alpha>1α > 2α>2\alpha>2

11 variance  mean  exponential 

고조파는 어떻게 제로 값을 처리합니까? 의 조화 평균이 {3, 4, 5, 0} 때문에 어떤 것이 ?1 / 0 = ∞1/0=∞1/0=\infty

11 mean  average  harmonic-mean 

두 개의 독립적 인 표본 수단을 연구 할 때 "두 수단의 차이"를보고 있다고 들었습니다. 이는 모집단 1 에서 평균을 ( ) 모집단 2에서 평균을 빼는 것을 의미합니다 ( ). (그래서, 우리의 "두 가지 방법의 차이는" - ).와이¯1와이¯1\bar y_1와이¯2와이¯2\bar y_2와이¯1와이¯1\bar y_1와이¯2와이¯2\bar y_2 쌍을 이룬 표본을 연구 할 때 우리는 "평균 차이", …

11 paired-comparisons  paired-data  mean 

모델링 및 시뮬레이션에서 자주 단순화하는 것은 임의의 변수를 평균값으로 대체하는 것입니다. 이 단순화가 언제 잘못된 결론으로 ​​이어질 것입니까?

10 modeling  mean  random-variable 

숫자 목록의 평균, 중앙값 및 모드의 개념을 어떻게 설명하고 기본 산술 기술 만 가진 사람에게 중요한가? 왜도, CLT, 중심 경향, 통계적 특성 등은 언급하지 마십시오. 나는 누군가에게 숫자 목록을 "요약"하는 빠르고 더러운 방법이라고 설명했다. 그러나 되돌아 보면 이것은 거의 밝혀지지 않습니다. 어떤 생각이나 실제 사례?

10 mean  descriptive-statistics  median  mode 

내가 이해하지 못하는이 파생을 발견했습니다 이 평균 및 분산 의 모집단에서 가져온 크기 n의 임의 샘플 인 경우X1,X2,...,XnX1,X2,...,XnX_1, X_2, ..., X_nμμ\muσ2σ2\sigma^2 X¯=(X1+X2+...+Xn)/nX¯=(X1+X2+...+Xn)/n\bar{X} = (X_1 + X_2 + ... + X_n)/n E(X¯)=E(X1+X2+...+Xn)/n=(1/n)(E(X1)+E(X2)+...+E(Xn))E(X¯)=E(X1+X2+...+Xn)/n=(1/n)(E(X1)+E(X2)+...+E(Xn))E(\bar{X}) = E(X_1 + X_2 + ... + X_n)/n = (1/n)(E(X_1) + E(X_2) + ... + E(X_n)) E(X¯)=(1/n)(μ+μ+...n times)=μE(X¯)=(1/n)(μ+μ+...n times)=μE(\bar{X}) …

10 random-variable  expected-value  mean  iid 

용어의 약간의 남용에 대해 사과드립니다. 아래에서 의미하는 바가 명확 해지기를 바랍니다. 임의의 변수 고려하십시오 . 평균과 중앙값은 모두 최적의 기준으로 특징 지어 질 수 있습니다. 평균은 를 최소화 하는 숫자 μ 와 . 이 관점에서, 평균과 중앙값의 차이는 편차, 제곱 또는 절대 값을 평가하기위한 "메트릭"의 선택입니다.엑스엑스Xμμ\muE ( | X - …

10 mean  median 

현재 이것에 붙어, 아마도 이항 분포의 평균 편차를 사용해야하지만 그것을 알아낼 수는 없다는 것을 알고 있습니다.

10 self-study  binomial  mean  expected-value  proof 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

true (알 수 없음) mean 및 variance 가있는 분포에서 iid 샘플에 액세스 할 수 있고 를 추정한다고 가정 합니다.μ ,σ2μ,σ2\mu, \sigma^2μ2μ2\mu^2 우리는 어떻게이 양에 대한 편견없는 항상 긍정적 인 견적을 구성 할 수 있습니까? 샘플 평균 의 제곱을 취하는 것은 편향되어 있으며, esp. 만약 에 가까운 0 크다.μ~2μ~2\tilde{\mu}^2μμ\muσ2σ2\sigma^2 이것은 아마도 …

10 mean  unbiased-estimator 

10, 20 및 25와 같은 일부 데이터 세트의 최소, 평균 및 최대가 있다고 가정합니다. 이 데이터로부터 분포를 만들고 인구의 몇 퍼센트가 평균보다 높거나 낮은 지 알 수 있습니다 편집하다: Glen의 제안에 따라 표본 크기가 200이라고 가정합니다.

10 distributions  standard-deviation  mean  maximum  minimum