«normal-distribution» 태그된 질문

정규 분포의 첫 번째 유도가 무엇을 할 수 있습니다 그 유도를 재현 하고 또한 역사적 맥락에서 그것을 설명 ? 만약 인류가 정규 분포를 잊어 버렸다면, 그것을 재발견 할 가능성이 가장 높은 방법은 무엇입니까? 나는 이항과 같은 기본적인 이산 확률 분포를 계산하는 빠른 방법을 찾으려고 노력하면서 첫 번째 파생물이 부산물로 왔을 …

16 probability  distributions  normal-distribution  references  history 

평균과 분산이 각각 0과 1로 고정되어 있기 때문에 표준 정규 분포가 고유하다는 것을 알았습니다. 이 사실로, 두 표준 랜덤 변수가 독립적이어야하는지 궁금합니다.

16 normal-distribution  independence 

이 주장은 이 질문 에 대한 최고의 응답으로 제기되었습니다 . 나는 '왜'질문이 새로운 스레드를 보장하기에 충분히 다르다고 생각합니다. 인터넷 검색의 "완전한 연관성 측정"으로 인한 조회수는 없었으며 해당 문구가 무엇을 의미하는지 잘 모르겠습니다.

16 correlation  normal-distribution  pearson-r  multivariate-normal 

하자 평균을 나타내며하자 크기의 임의의 샘플의 평균을 나타내며 인 분포 . 는 어떻게 계산할 수 있습니까?YYYX¯X¯\bar{X}n=2k+1n=2k+1n=2k+1N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)E(Y|X¯=x¯)E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) 직관적으로, 정규성 가정으로 인해 이며 실제로 정답 이라고 주장하는 것이 합리적 입니다. 그래도 엄격하게 보여줄 수 있습니까?E(Y|X¯=x¯)=x¯E(Y|X¯=x¯)=x¯E(Y|\bar{X}=\bar{x})=\bar{x} 저의 초기 생각은 일반적으로 알려진 결과 인 조건부 정규 분포를 사용하여이 문제에 접근하는 것이 었습니다. 문제는 예상 …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

샘플 싶습니다 . Wikipedia 는 hole 레 스키 (Cholesky) 또는 고유 분해 (Eigendecomposition) , 즉 Σ = D 1 D T 1 또는 Σ = Q Λ Q Tx∼N(0,Σ)x∼N(0,Σ)\mathbf{x} \sim N\left(\mathbf{0}, \mathbf{\Sigma} \right)Σ=D1DT1Σ=D1D1T \mathbf{\Sigma} = \mathbf{D}_1\mathbf{D}_1^T Σ=QΛQTΣ=QΛQT \mathbf{\Sigma} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T 따라서 샘플은 다음을 통해 그릴 수 있습니다 : 또는 x …

16 normal-distribution  random-generation  svd  cholesky 

시뮬레이션 할 수 있는 두 개의 일 변량 한계 분포 (예 : 및 G) 가 있다고 가정합니다 . 이제 C ( F , G ; Σ) 로 표시 되는 가우스 copula를 사용하여 관절 분포를 구성하십시오 .FFFGGG. 모든 매개 변수가 알려져 있습니다.C(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) 이 copula에서 시뮬레이션하기위한 비 MCMC 방법이 있습니까?

16 normal-distribution  simulation  copula 

평균 μ X 및 μ Y 및 표준 편차 σ X 및 σ Y를 갖는 두 개의 정규 분포 독립 랜덤 변수 XXX 및 YYY 가 있고 X + Y = c 임을 발견 하면 (오류가 없다고 가정) 조건부 분포 의 X 및 Y 주어진 C는 또한 일반적으로 수단 분포 …

16 normal-distribution  conditional-probability 

I는이 관찰 페어링 ( X I , Y I ) 유한 한 제 1 및 제 2 모멘트를 가지며, 평균 약 대칭 공통 알 분포로부터 그려.엔NN엑스나는XiX_i와이나는YiY_i 하자 의 표준 편차 X (에 무조건 Y )와 σ Y Y. I에 대해 같은 가설을 테스트 할 것 σ엑스σX\sigma_X엑스XX와이YYσ와이σY\sigma_Y : σ X = …

16 distributions  hypothesis-testing  standard-deviation  normal-distribution 

통계를 배우려고 노력하고 있는데, 그것이 제대로 이해되지 않으면 어떤 것들을 배우지 못하게 막는 것이 널리 퍼져 있기 때문입니다. 샘플 수단의 샘플링 분포에 대한이 개념을 이해하는 데 어려움이 있습니다. 일부 책과 사이트에서 설명하는 방식을 이해할 수 없습니다. 나는 이해가 있다고 생각하지만 그것이 정확한지 확실하지 않습니다. 아래는 그것을 이해하려는 시도입니다. 정규 분포를 …

16 distributions  normal-distribution  sampling  normality-assumption 

때로는 교과서가 정규 분포의 두 번째 매개 변수를 표준 편차 및 분산으로 참조하는 것을 보았습니다. 예를 들어, 랜덤 변수 X ~ N (0, 4)입니다. 시그마 또는 시그마 제곱이 4인지 여부는 확실하지 않습니다. 표준 편차 나 분산이 지정되지 않은 경우 사용되는 일반적인 규칙을 찾으려고합니다.

15 distributions  normal-distribution 

하자 의 값을 가지고 IID 확률 변수의 계열 수 평균 갖는 및 분산 \ 시그마 ^ 2 . 알고있을 때마다 \ sigma를 사용하여 평균에 대한 간단한 신뢰 구간은 P (| \ bar X-\ mu |> \ varepsilon) \ le \ frac {\ sigma ^ 2} {n \ varepsilon ^ 2}로 …

15 normal-distribution  confidence-interval  references  asymptotics  approximation 

균일 한 변수 집합에서 정규 분포를 시뮬레이션하기 위해 몇 가지 기술이 있습니다. Box-Muller 알고리즘 은 하나가 두 개의 독립된 균일 한 변이 샘플링 (0,1)(0,1)(0,1)하여 다음을 통해 두 개의 독립적 인 표준 정규 분포로 변환합니다. Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ Z_1 = \sqrt{-2\text{ln}U_1}\text{sin}(2\pi U_0) CDF 방법 은 정규 cdf (F(Z))(F(Z))(F(Z)) 를 …

15 normal-distribution  simulation  uniform 

최근 에 확률 질문 중 하나 인 다음과 같은 데이터 과학 인터뷰 리소스 를 구입했습니다 . 알려진 모수를 가진 정규 분포에서 추출한 경우 균일 분포에서 추출을 어떻게 시뮬레이션 할 수 있습니까? 원래의 생각 과정은 불연속 랜덤 변수의 경우 각 분포가 정규 곡선 아래에서 동일한 면적을 갖는 K 개의 고유 한 …

15 self-study  normal-distribution  simulation  uniform 

필자는 일부 데이터의 정규성에 문제가 있습니다 .P = .0000에서는 정상적이지 않다고 말하는 Kolmogorov 테스트를 수행했지만 이해하지 못합니다. 첨도 = -0,024 다음은 매우 평범한 내 분포 그림입니다. (저는 세 개의 점수를 가지고 있으며이 점수의 각 점수는 Kolmogorov 테스트에서 유의 한 p- 값으로 정상적이지 않습니다 ... 정말 이해가 안됩니다)

15 normal-distribution  spss  kolmogorov-smirnov  histogram  qq-plot 

순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information