«random-variable» 태그된 질문

랜덤 변수 또는 확률 변수는 확률 변동에 영향을받는 값입니다 (즉, 수학적 의미에서 임의성).

8
기존 변수와 정의 된 상관 관계를 갖는 랜덤 변수 생성
시뮬레이션 연구를 위해 기존 변수 와의 미리 정의 된 (인구) 상관 관계를 나타내는 임의의 변수를 생성해야합니다 .YYY I는 들여다 R패키지 copula와 CDVine소정 의존성 구조 랜덤 변수 분포를 생성 할 수있다. 그러나 결과 변수 중 하나를 기존 변수에 고정 할 수 없습니다. 기존 기능에 대한 아이디어와 링크를 부탁드립니다! 결론 : 서로 …


6
확률의 수렴과 거의 확실한 수렴
이 두 가지 수렴 측정 값의 차이를 실제로 파악한 적이 없습니다. (실제로, 여러 유형의 수렴이 있지만, 특히 많은 수의 약하고 강한 법칙 때문에이 두 가지를 언급합니다.) 물론, 나는 각각의 정의를 인용하고 그들이 다른 곳의 예를 제시 할 수 있지만 여전히 그것을 얻지는 못합니다. 차이점을 이해하는 좋은 방법은 무엇입니까? 차이점이 왜 …


4
X와 XY 랜덤 변수 간의 상관 계수가 0.7 인 이유는 무엇입니까?
에서 촬영 의료 연구에 대한 실제 통계 더글러스 알트만은 285 페이지의 글 : ... 두 수량 X와 Y에 대해 X는 XY와 상관됩니다. 실제로, X와 Y가 난수의 표본이더라도 X와 XY의 상관 관계는 0.7이 될 것으로 예상합니다 나는 이것을 R에서 시도했고 그것은 사실 인 것 같다 : x <- rnorm(1000000, 10, 2) …



9
Bernoulli 랜덤 변수의 합을 효율적으로 모델링하는 방법은 무엇입니까?
나는 ~ 15-40k 독립적 인 Bernoulli 랜덤 변수 ( ) 의 합인 랜덤 변수 ( )를 모델링하고 있는데 , 각각 성공 확률이 다릅니다 ( p_i ). 공식적으로 Y = \ sum X_i 여기서 \ Pr (X_i = 1) = p_i 및 \ Pr (X_i = 0) = 1-p_i 입니다.YYYXiXiX_ipipip_iY=∑XiY=∑XiY=\sum X_iPr(Xi=1)=piPr(Xi=1)=pi\Pr(X_i=1)=p_iPr(Xi=0)=1−piPr(Xi=0)=1−pi\Pr(X_i=0)=1-p_i …

3
변형 된 변수의 밀도에 대한 직관적 인 설명?
가 pdf 의 랜덤 변수 라고 가정 합니다. 그런 다음 임의 변수 는 pdf를 갖습니다.XXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} 나는 이것 뒤에 미적분학을 이해합니다. 그러나 나는 미적분학을 모르는 사람에게 그것을 설명하는 방법을 생각하려고합니다. 특히, 나는 요소가 왜 먼저 나타나는지 설명하려고합니다 . 나는 그것을 …

2
하나의 랜덤 변수 함수의 분산
알려진 분산과 평균을 갖는 임의의 변수 가 있다고 가정 해 봅시다 . 문제는 주어진 함수 f에 대한 의 분산은 무엇인가입니다 . 내가 아는 유일한 일반적인 방법은 델타 방법이지만 근사치 만 제공합니다. 이제 에 관심이 있지만 일반적인 방법을 알고 있으면 좋을 것입니다.f ( X ) f ( x ) = √XXXf(X)f(X)f(X)f(x)=x−−√f(x)=xf(x)=\sqrt{x} …

1
시계열의 혼합 효과 모델에서 예측 된 값의 합계에 대한 편차
시계열에 대한 예측을 제공하는 혼합 효과 모델 (사실 일반화 첨가제 혼합 모델)이 있습니다. 자기 상관에 대응하기 위해 데이터가 누락되었다는 사실을 감안할 때 corCAR1 모델을 사용합니다. 데이터는 총로드를 제공해야하므로 전체 예측 간격을 합산해야합니다. 그러나 그 총 부하에 대한 표준 오차의 추정치를 얻어야합니다. 모든 예측이 독립적이라면 다음과 같이 쉽게 해결할 수 있습니다. …

3
X와 Y가 서로 관련이 없으면 X ^ 2와 Y도 서로 관련이 없습니까?
두 개의 임의 변수 와 가 서로 관련이없는 경우 와 서로 관련이 없음을 알 수 있습니까? 내 가설은 예입니다.XXXYYYX2X2X^2와이YY 엑스, YX,YX, Y 상관되지 은 를 의미하거나이자형[ X와이] = E[ X] 전자[ Y]E[XY]=E[X]E[Y]E[XY]=E[X]E[Y] 이자형[ X와이] = ∫x y에프엑스( x ) f와이( y) dx d와이= ∫x f엑스( x ) dx ∫와이에프와이( y) …

4
분포의 불균일성을 어떻게 측정합니까?
내가 실행중인 실험에 대한 분포의 불균일성을 측정하기위한 메트릭을 만들려고합니다. 나는 대부분의 경우 균일하게 분포되어야하는 임의의 변수를 가지고 있으며 변수가 어느 정도의 범위 내에서 균일하게 분포되어 있지 않은 데이터 세트의 예를 식별하고 가능한 정도를 측정하고 싶습니다. 내가 측정하고있는 것의 발생 빈도를 나타내는 10 개의 측정치가있는 각각 3 개의 데이터 시리즈의 예는 …

3
Brain-teaser : 균일 한 [0,1] 분포에서 도출 될 때 단조롭게 증가하는 iid 서열의 예상 길이는 얼마입니까?
여기 에보고 된 정량적 분석가의 인터뷰 질문입니다 . 균일 한 분포 에서 그림을 그리고 그림이 iid 라고 가정 합니다. 단조 증가 분포의 예상 길이는 얼마입니까? 즉, 현재 그리기가 이전 그리기보다 작거나 같으면 그리기를 중지합니다.[0,1][0,1][0,1] 처음 몇 개를 얻었습니다 : \ Pr (\ text {length} = 2) = \ int_0 ^ …

1
자유도는 정수가 아닌 숫자 일 수 있습니까?
GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.