«pdf» 태그된 질문

연속 랜덤 변수의 확률 밀도 함수 (PDF)는 가능한 각 값에 대한 상대 확률을 제공합니다. 이 태그는 PMF (Discrete 확률 질량 함수)에도 사용하십시오.

1
역 Wishart 분산 행렬의 대각선의 한계 분포
가정 . 대각선 요소 의 한계 분포에 관심이 있습니다. 의 하위 행렬 분포에 대한 몇 가지 간단한 결과가 있습니다 (적어도 일부는 Wikipedia에 나열되어 있음). 이를 통해 대각선에있는 단일 요소의 한계 분포가 역 감마임을 알 수 있습니다. 그러나 공동 분포를 추론 할 수 없었습니다.diag ( X ) = ( x 11 …
4
PCA 공간에 새로운 벡터를 투영하는 방법?
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 
4
"확률 밀도 함수 아래의 총 면적은 1"입니다.
개념적으로 "PDF 아래의 총 면적은 1"이라는 구절의 의미를 이해합니다. 결과가 전체 가능성 구간에있을 확률이 100 %임을 의미해야합니다. 그러나 나는 "지오메트리"관점에서 그것을 실제로 이해할 수 없습니다. 예를 들어 PDF에서 x 축이 길이를 나타내는 경우 x가 km이 아닌 mm로 측정 된 경우 곡선 아래의 총 면적이 커지지 않습니까? 함수가 직선으로 평평해진 경우 …
3
극좌표 는 및 언제 ?
임의의 점 의 직교 좌표를 st 합니다.x,yx,yx,y(x,y)∼U(−10,10)×U(−10,10)(x,y)∼U(−10,10)×U(−10,10)(x,y) \sim U(-10,10) \times U(-10,10) 따라서, 반경 에 의해 묵시적으로 균일하게 분산되지 의 PDF .ρ=x2+y2−−−−−−√ρ=x2+y2\rho = \sqrt{x^2 + y^2}ρρ\rho 그럼에도 불구하고 은 가장자리에 남은 4 개의 남은 가공물을 제외하고 거의 균일 할 것으로 예상 합니다.θ=arctanyxθ=arctan⁡yx\theta = \arctan{\frac{y}{x}} 다음은 및 의 그래프로 계산 된 확률 …
2
표본의 CDF가 균일하게 분포 된 이유
여기 에 샘플 가 주어진 것을 읽었습니다 . . . ,X1,X2,...,XnX1,X2,...,Xn X_1,X_2,...,X_n cdf 를 사용한 연속 분포로부터의 X n 에서, 대응하는 샘플 은 표준 균일 분포를 따른다.FXFX F_X Ui=FX(Xi)Ui=FX(Xi) U_i = F_X(X_i) 파이썬에서 질적 시뮬레이션을 사용하여 이것을 확인했으며 관계를 쉽게 확인할 수있었습니다. import matplotlib.pyplot as plt import scipy.stats xs = …
17 pdf  uniform  cdf  intuition 
2
분배 기능
각각 4 개의 독립적으로 균일하게 분포 된 변수 있습니다. 의 분포를 계산하고 . I는 분포 계산 할 (따라서 ), 그리고 는 이제 합계 의 분포 는 ( 입니다. 독립) 때문에a,b,c,da,b,c,da,b,c,d[0,1][0,1][0,1](a−d)2+4bc(a−d)2+4bc(a-d)^2+4bcu2=4bcu2=4bcu_2=4bcf2(u2)=−14lnu24f2(u2)=−14ln⁡u24f_2(u_2)=-\frac{1}{4}\ln\frac{u_2}{4}u2∈(0,4]u2∈(0,4]u_2\in(0,4]u1=(a−d)2u1=(a−d)2u_1=(a-d)^2f1(u1)=1−u1−−√u1−−√.f1(u1)=1−u1u1.f_1(u_1)=\frac{1-\sqrt{u_1}}{\sqrt{u_1}}.u1+u2u1+u2u_1+u_2u1,u2u1,u2u_1,\, u_2fu1+u2(x)=∫+∞−∞f1(x−y)f2(y)dy=−14∫401−x−y−−−−√x−y−−−−√⋅lny4dy,fu1+u2(x)=∫−∞+∞f1(x−y)f2(y)dy=−14∫041−x−yx−y⋅ln⁡y4dy,f_{u_1+u_2}(x)=\int_{-\infty}^{+\infty}f_1(x-y)f_2(y)dy=-\frac{1}{4}\int_0^4\frac{1-\sqrt{x-y}}{\sqrt{x-y}}\cdot\ln\frac{y}{4}dy,와이∈ ( 0 , 4 ]와이∈(0,4]y\in(0,4]. 여기서 적분은 f_ {u_1 + u_2} (x) =-\ frac {1} {4} \ int_0 ^ …
3
pdf와 pmf 및 cdf에 동일한 정보가 포함되어 있습니까?
pdf와 pmf 및 cdf에 동일한 정보가 포함되어 있습니까? 나를 위해 pdf는 특정 지점 (기본적으로 확률 아래의 영역)에 전체 확률을 제공합니다. pmf는 특정 지점의 확률을 제공합니다. cdf는 특정 지점에서 확률을 제공합니다. 나에게 pdf와 cdf는 같은 정보를 가지고 있지만 pmf는 분포에 대한 점 x을 가질 확률을 제공하지 않기 때문에 그렇지 않습니다 .
5
일 변량 랜덤 변수의 평균이 항상 Quantile 함수의 적분과 동일합니까?
단 변량 랜덤 변수의 Quantile 함수 (역 cdf)를 p = 0에서 p = 1로 통합하면 변수의 평균이 생성됨을 알았습니다. 나는 지금까지 이러한 관계에 대해 들어 본 적이 없으므로 궁금합니다. 이것이 항상 그렇습니까? 그렇다면이 관계가 널리 알려져 있습니까? 다음은 파이썬의 예입니다. from math import sqrt from scipy.integrate import quad from scipy.special …
1
R의 밀도 함수에서 확률 밀도 함수를 찾고 추정하는 방법
X알 수없는 분포와 같은 변수가 있다고 가정하십시오 . Mathematica에서는 SmoothKernelDensity함수 를 사용하여 추정 밀도 함수를 가질 수 있습니다.이 추정 밀도 함수는 함수와 함께 "밀도"가 결과라고 가정하는 형태 PDF와 같은 값의 확률 밀도 함수를 계산 하는 데 사용할 수 있습니다 . R에 이러한 기능이 있으면 좋을 것입니다 .Mathematica에서 작동하는 방식입니다.XPDF[density,X]SmoothKernelDensity http://reference.wolfram.com/mathematica/ref/SmoothKernelDistribution.html …
17 r  pdf  cdf 
1
귀무 가설 하에서 교환 가능한 샘플의 직관은 무엇입니까?
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 
2
R의 커널 밀도 추정에서 "pdf"영역
커널 밀도 추정을 위해 R 의 ' density '기능 을 사용하려고합니다 . 곡선 아래 면적이 반드시 1 인 것처럼 보이지 않기 때문에 결과를 해석하고 다양한 데이터 세트를 비교하는 데 약간의 어려움이 있습니다. 확률 밀도 함수 (pdf) 경우 입니다. 커널 밀도 추정치가 pdf를보고한다고 가정합니다. 내가 사용하고 integrate.xy 에서 sfsmisc 곡선 아래의 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.