«mgf» 태그된 질문

모멘트 생성 함수 (mgf)는 랜덤 변수의 모멘트를 도출 할 수있는 실제 함수이므로 전체 분포를 특성화 할 수 있습니다. 누적 생성 함수 인 로그에도 사용합니다.

3
CDF가 PDF보다 기본입니까?
내 통계 전문가는 기본적으로 다음 세 가지 중 하나가 주어지면 다른 두 가지를 찾을 수 있다고 말했습니다. 누적 분포 함수 순간 생성 기능 확률 밀도 함수 그러나 나의 계량 경제학 교수는 CDF를 가질 수 있지만 PDF가 정의되어 있지 않은 예제가 있기 때문에 CDF가 PDF보다 더 기본이라고 말했다. CDF가 PDF보다 기본입니까? …
43 probability  pdf  cdf  mgf 
2
확률 불평등
무한한 랜덤 변수의 합계에 대한 확률 불평등을 찾고 있습니다. 누군가 나에게 몇 가지 생각을 줄 수 있다면 정말 감사하겠습니다. 내 문제는 두 개의 iid Gaussian의 곱셈 인 무한한 iid 랜덤 변수의 합이 특정 값을 초과 할 확률에 대한 지수 상한을 찾는 것입니다. 즉, 여기서 , 및 는 에서 iid로 생성됩니다 …
3
순간 생성 함수 증명으로 확률 분포를 고유하게 결정
Wackerly 등의 텍스트 는 이 정리 " 와 는 각각 랜덤 변수 X와 Y의 모멘트 생성 함수를 나타냅니다. 모멘트 생성 함수가 존재하고 "t의 모든 값에 대해 X와 Y는 동일한 확률 분포를 갖습니다." 텍스트의 범위를 넘어서는 증거가 없습니다. Scheaffer Young은 증거가없는 동일한 정리 를 가지고 있습니다. Casella의 사본이 없지만 Google 도서 …
1
모멘트 생성 기능과 특성 기능 간의 연결
모멘트 생성 기능과 특성 기능 간의 연결을 이해하려고합니다. 모멘트 생성 함수는 다음과 같이 정의됩니다 : MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n!MX(t)=E(exp⁡(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n! M_X(t) = E(\exp(tX)) = 1 + \frac{t E(X)}{1} + \frac{t^2 E(X^2)}{2!} + \dots + \frac{t^n E(X^n)}{n!} exp ( t X ) 의 연속 확장 사용 = ∑ ∞ 0 ( t ) n ⋅ …
1
동일한 모멘트를 갖는 분포가 동일한 지 여부
다음은 여기 및 여기의 이전 게시물과 비슷하지만 다릅니다. 모든 주문의 모멘트를 허용하는 두 개의 분배가 주어지면 두 분배의 모든 모멘트가 동일하면 동일한 분배 ae입니까? 모멘트 생성 기능을 허용하는 두 개의 분포가 주어지면 모멘트가 동일한 경우 모멘트 생성 기능이 동일합니까?
1
주어진
nnn 번째 누적이 1 로 주어진 분포에 대한 정보가 있습니까?1n1n\frac 1 n ? 누적 생성 함수는 κ(t)=∫10etx−1x dx.κ(t)=∫01etx−1x dx. \kappa(t) = \int_0 ^ 1 \frac{e^{tx} - 1}{x} \ dx. 나는 임의의 변수의 제한 분포로 그것을 가로 질러 보았지만 그것에 대한 정보를 찾을 수 없었습니다.
1
모멘트 생성 기능
이 질문은 여기서 바운드 온 모멘트 생성 기능 (MGF)에 관한 질문 에서 발생합니다. 가정하자 의 값에 묶여 제로 평균 확률 변수의 복용 및하자 수를 그 MGF. A는에서 Hoeffding의 부등식의 증명에 사용 바운드 , 우리가 저 우측은 MGF로서 인식 할 표준 편차 제로 평균 정상 랜덤 변수 . 이제 의 표준 …
6
표본 추출 할 수없는 일 변량 분포가 있습니까?
우리는 일 변량 분포 (역변환, 수락-거부, 메트로폴리스-해 스팅 등)에서 랜덤 생성을위한 다양한 방법을 가지고 있으며 문자 그대로 유효한 분포에서 샘플링 할 수있는 것 같습니다. 랜덤 생성이 불가능한 일 변량 분포의 예를 제공 할 수 있습니까? 불가능한 예는 존재하지 않는 것 같아요 (?). "불가능"이라는 말은 계산 이 매우 비싼 경우를 의미한다고 …
5
매우 많은 수의 데이터 포인트에서 값을 대치하는 방법은 무엇입니까?
데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(xmat) …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.