«uniform» 태그된 질문

균일 분포는 표본 공간에서 임의의 값을 가질 가능성이있는 랜덤 변수를 나타냅니다.



1
하이퍼-엘 립소 이드 표면에서 균일하게 샘플링하는 방법 (일정한 Mahalanobis 거리)?
실제 다변량의 경우 평균에서 Mahalanobis 거리가 일정한 표면에서 점을 균일하게 샘플링하는 방법이 있습니까? 편집 : 이것은 방정식을 충족시키는 하이퍼 엘리스 포 이드 표면에서 균일하게 샘플링 지점으로 요약됩니다. (x−μ)TΣ−1(x−μ)=d2.(x−μ)TΣ−1(x−μ)=d2.(x-\mu)^T \Sigma^{-1}(x-\mu) = d^2. 더 정확하게 말하면, "균일하게" 는 하이퍼-표면의 각 영역 요소 가 동일한 확률 질량을 포함하도록 샘플을 의미 합니다.dAdAdA





2
에 균일 분포를위한 유클리드 표준의 꼬리 경계
\ : \ {-n, ~-(n-1), ~ ..., ~ n-1, ~ n \} ^ d \ 의 균일하게 선택된 요소의 유클리드 표준이 얼마나 자주 상한이라고 알려져 있습니까 ?{−n, −(n−1), ..., n−1, n}d{−n, −(n−1), ..., n−1, n}d\:\{-n,~-(n-1),~...,~n-1,~n\}^d\: 주어진 임계 값보다 큽니까? 나는 nnn 이 d 보다 훨씬 작을 때 지수 적으로 0으로 …

1
주중 분포의 균일 성 측정
여기에 묻는 질문과 비슷한 문제가 있습니다. 분포의 불균일성을 어떻게 측정합니까? 요일에 대한 확률 분포 세트가 있습니다. 각 분포가 (1 / 7,1 / 7, ..., 1/7)에 얼마나 가까운 지 측정하고 싶습니다. 현재 위의 질문에 대한 답변을 사용하고 있습니다. 분포가 일 중 하나의 질량 1을 가질 때 값이 1이고 (1 / 7,1 …


4
n 개의 균일하게 분포 된 r.v가 주어진 경우, 하나의 rv에 대한 PDF를 모든 n r.v의 합으로 나눈 값은 무엇입니까?
다음과 같은 유형의 사례에 관심이 있습니다. 'n'연속 랜덤 변수는 1이어야합니다. 그런 다음 개별 변수 하나에 대한 PDF는 무엇입니까? 따라서 이면 의 분포에 관심이 있습니다. 여기서 및 은 모두 균일하게 분포됩니다. 물론이 예제 에서 평균 은 이며 평균은 이므로 R의 분포를 시뮬레이션하기는 쉽지만 PDF 또는 CDF의 실제 방정식이 무엇인지 알 수 …
10 uniform 

3
가 독립 변수 인 경우 분포
일상적인 연습으로, 의 분포를 찾으려고합니다. 여기서 와 는 독립적 인 임의 변수입니다.X2+Y2−−−−−−−√X2+Y2\sqrt{X^2+Y^2}XXXYYYU(0,1)U(0,1) U(0,1) 의 접합 밀도 는 (X,Y)(X,Y)(X,Y)fX,Y(x,y)=10&lt;x,y&lt;1fX,Y(x,y)=10&lt;x,y&lt;1f_{X,Y}(x,y)=\mathbf 1_{0\cos^{-1}\left(\frac{1}{z}\right)cosθcos⁡θ\cos\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right]zsinθ&lt;1⟹θ&lt;sin−1(1z)zsin⁡θ&lt;1⟹θ&lt;sin−1⁡(1z)z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right)sinθsin⁡θ\sin\thetaθ∈[0,π2]θ∈[0,π2]\theta\in\left[0,\frac{\pi}{2}\right] 따라서 경우 .1&lt;z&lt;2–√1&lt;z&lt;21< z<\sqrt 2cos−1(1z)&lt;θ&lt;sin−1(1z)cos−1⁡(1z)&lt;θ&lt;sin−1⁡(1z)\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right) 변환의 자코비 안의 절대 값은|J|=z|J|=z|J|=z 따라서 공동 밀도 주어진다(Z,Θ)(Z,Θ)(Z,\Theta) fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2√),θ∈(cos−1(1/z),sin−1(1/z))}fZ,Θ(z,θ)=z1{z∈(0,1),θ∈(0,π/2)}⋃{z∈(1,2),θ∈(cos−1⁡(1/z),sin−1⁡(1/z))}f_{Z,\Theta}(z,\theta)=z\mathbf 1_{\{z\in(0,1),\,\theta\in\left(0,\pi/2\right)\}\bigcup\{z\in(1,\sqrt2),\,\theta\in\left(\cos^{-1}\left(1/z\right),\sin^{-1}\left(1/z\right)\right)\}} 통합하면 과 같이 의 pdf를 얻습니다.θθ\thetaZZZ fZ(z)=πz210&lt;z&lt;1+(πz2−2zcos−1(1z))11&lt;z&lt;2√fZ(z)=πz210&lt;z&lt;1+(πz2−2zcos−1⁡(1z))11&lt;z&lt;2f_Z(z)=\frac{\pi z}{2}\mathbf 1_{0\sqrt 2 \end{cases} 올바른 표현처럼 보입니다. 사례 …

3
균일 분포의 모수 추정 : 부적절한 사전?
우리는 N 개의 샘플을 가지고 있습니다. XiXiX_i균일 한 분포에서 [0,θ][0,θ][0,\theta] 어디 θθ\theta알 수 없습니다. 견적θθ\theta 데이터에서. 베이 즈의 규칙은 ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} 가능성은 다음과 같습니다. f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (편집 : 언제 0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \theta 모든 iii, 그렇지 않으면 0-고마워 whuber) 하지만 다른 정보는 없습니다 …

1
순열 테스트를 사용하면 어떤 이점이 있습니까?
시험 통계에 의해 대체 가설에 비해 일부 널 (null)을 테스트 할 때 , 여기서 , 설정과 순열 시험 적용 에 순열의 우리는 새로운 통계가 U(X)U(X)U(X)X={xi,...,xn}X={xi,...,xn}X = \{ x_i, ..., x_n\}GGGXXXT(X):=#{π∈G:U(πX)≥U(X)}|G|.T(X):=#{π∈G:U(πX)≥U(X)}|G|. T(X) := \frac{\# \{\pi \in G: U(\pi X) \geq U(X)\}}{|G|}. 순열 테스트를 사용하지 않고 사용하는 것의 이점은 무엇입니까? 즉 순열 …

4
R의 이산 시간 이벤트 기록 (생존) 모델
R에 이산 시간 모델을 맞추려고하지만 어떻게 해야할지 모르겠습니다. 종속 변수를 각 시간 관찰마다 하나씩 다른 행 glm으로 구성하고 logit 또는 cloglog 링크와 함께 함수를 사용할 수 있다는 것을 읽었습니다. 이런 의미에서, 나는 세 개의 열이 있습니다 : ID, Event(각 시간 경과시 1 또는 0) 및 Time Elapsed(관측 시작부터 ) 그리고 …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

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