«t-distribution» 태그된 질문

종속 변수, 종속 변수 및 독립 변수 또는 독립 변수 만 로그 변환인지 해석에 차이가 있는지 궁금합니다. 의 경우를 고려 log(DV) = Intercept + B1*IV + Error IV를 백분율 증가로 해석 할 수 있지만 log(DV) = Intercept + B1*log(IV) + Error 또는 내가있을 때 DV = Intercept + B1*log(IV) + …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

배경 회귀 모형에 계수 가있는 정규 최소 제곱 모형이 있다고 가정합니다 . kkky=Xβ+ϵy=Xβ+ϵ\mathbf{y}=\mathbf{X}\mathbf{\beta} + \mathbf{\epsilon} 여기서 이다 계수들의 벡터는, 은 IS 설계 행렬 에 의해 정의 된ββ\mathbf{\beta}(k×1)(k×1)(k\times1)XX\mathbf{X} X=⎛⎝⎜⎜⎜⎜⎜⎜11⋮1x11x21xn1x12…⋱………x1(k−1)⋮⋮xn(k−1)⎞⎠⎟⎟⎟⎟⎟⎟X=(1x11x12…x1(k−1)1x21…⋮⋮⋱⋮1xn1……xn(k−1))\mathbf{X} = \begin{pmatrix} 1 & x_{11} & x_{12} & \dots & x_{1\;(k-1)} \\ 1 & x_{21} & \dots & & \vdots \\ \vdots …

29 regression  linear-model  least-squares  t-distribution 

스튜던트 t- 분포의 모수에 대한 최대 우도 추정치는 무엇입니까? 닫힌 형태로 존재합니까? 빠른 Google 검색으로 결과가 나오지 않았습니다. 오늘 나는 일 변량 사례에 관심이 있지만 아마도 모델을 여러 차원으로 확장해야 할 것입니다. 편집 : 실제로 위치 및 스케일 매개 변수에 주로 관심이 있습니다. 지금은 자유도 매개 변수가 고정되어 있다고 가정하고 …

23 estimation  maximum-likelihood  t-distribution 

적당한 크기의 (예 : 100 미만)에 대해 자유도 를 갖는 Student t 분포에서 iid로 하자 . 정의 이며 카이 제곱 분포와 거의 자유도? 제곱 임의 변수의 합에 대한 중앙 한계 정리와 같은 것이 있습니까?titit_innnnnnT=∑1≤i≤kt2iT=∑1≤i≤kti2T = \sum_{1\le i \le k} t_i^2TTTkkk

20 chi-squared  central-limit-theorem  t-distribution 

Wikipedia에 따르면, 표본이 정규 분포 모집단의 iid 관측치 인 경우 t- 분포는 t- 값의 표본 분포입니다. 그러나 왜 t- 분포의 모양이 뚱뚱한 꼬리에서 거의 완벽하게 정상으로 바뀌는지를 직관적으로 이해하지 못합니다. 정규 분포에서 샘플링하는 경우 큰 표본을 추출하면 해당 분포와 비슷하지만 뚱뚱한 꼬리 모양으로 시작하는 이유는 알 수 없습니다.

19 normal-distribution  t-distribution 

... 그리고 왜 ? 가정 , 평균 독립적 인 랜덤 변수이다 및 분산 각각이. 기본 통계 책에 따르면 의 분포 에는 다음과 같은 속성이 있습니다.X 2 μ 1 , μ 2 σ 2 1 , σ 2 2 X 1 − X 2X1X1X_1X2X2X_2μ1,μ2μ1,μ2\mu_1,\mu_2σ21,σ22σ12,σ22\sigma^2_1,\sigma^2_2X1−X2X1−X2X_1-X_2 E(X1−X2)=μ1−μ2E(X1−X2)=μ1−μ2E(X_1-X_2)=\mu_1-\mu_2 Var(X1−X2)=σ21+σ22Var(X1−X2)=σ12+σ22Var(X_1-X_2)=\sigma^2_1 +\sigma^2_2 이제 , X_2 는 …

19 distributions  degrees-of-freedom  t-distribution 

알 수없는 모집단 표준 편차 (sd)의 평균에 대한 신뢰 구간 (CI)을 계산하기 위해 t- 분포를 사용하여 모집단 표준 편차를 추정합니다. 특히 여기서 입니다. 그러나 모집단의 표준 편차에 대한 점 추정치가 없으므로 근사 통해 추정합니다. 여기서CI=X¯±Z95%σX¯CI=X¯±Z95%σX¯CI=\bar{X} \pm Z_{95\% }\sigma_{\bar X}σX¯=σn√σX¯=σn\sigma_{\bar X} = \frac{\sigma}{\sqrt n}CI=X¯±t95%(se)CI=X¯±t95%(se)CI=\bar{X} \pm t_{95\% }(se)se=sn√se=snse = \frac{s}{\sqrt n} 반대로 …

18 normal-distribution  confidence-interval  sampling  t-distribution 

고정 합을 갖는 조건부 샘플을 시뮬레이션하는 질문에 대한이 Cross Validated 질문 은 George Casella 가 저에게 설정 한 문제를 상기 시켰습니다 . 파라 메트릭 모델 와이 모델의 iid 샘플 인 이 주어지면 의 MLE은 주어진 값에 대해 iid 샘플을 시뮬레이션하는 일반적인 방법이 있습니까 (X_1, \ ldots, X_n) MLE \ hat …

17 maximum-likelihood  conditional-probability  random-variable  simulation  t-distribution 

기본 통계 과정에서는 표본 크기 n 이 클 때 (일반적으로 30 또는 50 이상) 모집단 모수의 평균을 추정하기 위해 정규 분포를 사용하는 것이 좋습니다 . 스튜던트의 T- 분포는 표본의 표준 편차에 대한 불확실성을 설명하기 위해 더 작은 표본 크기에 사용됩니다. 표본 크기가 클 경우 표본 표준 편차는 모집단 표준 편차에 …

17 normal-distribution  confidence-interval  t-distribution 

실제로 선형 회귀 계수의 중요성을 확인하기 위해 표준 T- 검정을 사용하는 것이 일반적입니다. 계산의 역학이 나에게 의미가 있습니다. 선형 회귀 가설 검정에 사용되는 표준 검정 통계량을 모델링하는 데 T- 분포를 사용할 수있는 이유는 무엇입니까? 표준 테스트 통계 여기서는 다음을 참조합니다. T0=βˆ−β0SE(βˆ)티0=β^−β0에스이자형(β^) T_{0} = \frac{\widehat{\beta} - \beta_{0}}{SE(\widehat{\beta})}

17 regression  hypothesis-testing  linear-model  t-distribution 

나는 신뢰 구간을 계산 하기 위해이 비디오 강의를 언급하고있었습니다 . 그러나 혼란이 있습니다. 이 사람은 계산에 통계를 사용하고 있습니다. 그러나, 나는 그것이 있었어야 생각 t의 통계량. 모집단의 실제 표준 편차는 제공되지 않습니다. 실제 표준 편차를 추정하기 위해 표본 표준 편차를 사용하고 있습니다.zzzttt 그렇다면 왜 아닌 신뢰 구간에 대해 정규 분포를 …

15 confidence-interval  t-distribution 

SPSS t- 검정 절차 보고서는 2 개의 독립 평균을 비교할 때 2 개의 분석을 수행합니다. 하나의 분석은 동일한 분산을 가정하고 다른 분석은 동일한 분산을 가정하지 않았습니다. 등분 산을 가정 할 때 자유도 (df)는 항상 정수 값 (및 n-2)입니다. 등분 산이 가정되지 않을 때의 df는 정수가 아니며 (예 : 11.467) n-2 …

15 hypothesis-testing  t-test  heteroscedasticity  degrees-of-freedom  t-distribution 

Gosset이 t- 분포를 내놓았다는 것을 알고 있지만 "t"의 어원은 무엇입니까? "t"는 t -test와 t -distribution 에서 어떻게 끝났 습니까?

13 t-test  terminology  t-distribution  history  etymology 

학생의 t- 분포에 대해 공부하고 있는데 t- 분포 밀도 함수를 어떻게 도출 할 수 있을지 궁금해지기 시작했습니다 (wikipedia, http://en.wikipedia.org/wiki/Student%27s_t-distribution ). f(t)=Γ(v+12)vπ−−√Γ(v2)(1+t2v)−v+12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} 여기서 는 자유도이고 는 감마 함수입니다. 이 기능의 직관은 무엇입니까? 이항 분포의 확률 질량 함수를 보면 나에게 의미가 있습니다. 그러나 t- 분포 밀도 함수는 전혀 이해가되지 …

12 probability  normal-distribution  t-distribution 

참고 :이 질문은 법적 이유로 인해 이전 질문을 삭제해야했기 때문에 다시 게시되었습니다. SAS의 PROC MIXED를 R lme의 nlme패키지 기능과 비교하는 동안 다소 혼란스러운 차이점을 발견했습니다. 구체적으로는, 다른 시험에서 자유도간에 상이 PROC MIXED하고 lme, 그리고 왜 생각해. 다음 데이터 세트에서 시작하십시오 (아래 제공된 R 코드). ind : 측정 대상을 나타내는 계수 …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining