Rozkład Cauchy'ego jest gęstością symetryczną, która jest równa rozkładowi t z jednym stopniem swobody. Oczekiwanie i wariancja rozkładu cauchy'ego nie istnieją. Zobacz https://en.wikipedia.org/wiki/Cauchy_distribution
Na podstawie funkcji gęstości rozkładu możemy zidentyfikować średnią (= 0) dla rozkładu Cauchy'ego, tak jak pokazano na poniższym wykresie. Ale dlaczego mówimy, że dystrybucja Cauchy'ego nie ma znaczenia?
Obecnie pracuję nad problemem, w którym muszę opracować algorytm Monte Carlo (MCMC) łańcucha Markowa dla modelu przestrzeni stanów. Aby móc rozwiązać problem, podano mi następujące prawdopodobieństwo : p ( ) = 2I ( > 0) / (1+ ). jest odchyleniem standardowym .ττ\tauττ\tauττ\tauτ2)τ2)\tau^2ττ\tauxxx Więc teraz wiem, że jest to rozkład w …
Aby CLT mógł się utrzymać, potrzebujemy rozkładu, który chcemy w przybliżeniu mieć średnią i wariancję skończoną σ 2 . Czy prawdą byłoby stwierdzenie, że w przypadku rozkładu Cauchy'ego, którego średnia i wariancja są niezdefiniowane, Centralne Twierdzenie Graniczne nie zapewnia dobrego przybliżenia nawet asymptotycznie?μμ\muσ2)σ2)\sigma^2
Czy rozkład Cauchy'ego jest w jakiś sposób „rozkładem nieprzewidywalnym”? Próbowałem zrobić cs <- function(n) { return(rcauchy(n,0,1)) } w R dla wielu n wartości i zauważyli, że czasami generują dość nieprzewidywalne wartości. Porównaj to np as <- function(n) { return(rnorm(n,0,1)) } co zawsze wydaje się dawać „zwartą” chmurę punktów. Na tym …
Zazwyczaj, gdy pobiera się losowe średnie próbki rozkładu (przy wielkości próbki większej niż 30), uzyskuje się rozkład normalny ześrodkowywany wokół wartości średniej. Słyszałem jednak, że rozkład Cauchy'ego nie ma żadnej wartości średniej. Jaki rozkład uzyskuje się wtedy, gdy uzyskuje się przykładowe środki rozkładu Cauchy'ego? Zasadniczo dla rozkładu Cauchy jest niezdefiniowany, …
Po wycentrowaniu można przyjąć , że dwa pomiary x i −x są niezależnymi obserwacjami z rozkładu Cauchy'ego z funkcją gęstości prawdopodobieństwa: 1f(x:θ)=f(x:θ)=f(x :\theta) = ,-∞<x<∞1π(1+(x−θ)2)1π(1+(x−θ)2)1\over\pi (1+(x-\theta)^2) ,−∞<x<∞,−∞<x<∞, -∞ < x < ∞ Pokaż, że jeśli x2≤1x2≤1x^2≤ 1 MLE z θθ\theta wynosi 0, ale jeśli x2>1x2>1x^2>1 , są dwa MLE z …
Mam bardzo duży zestaw danych i brakuje około 5% wartości losowych. Te zmienne są ze sobą skorelowane. Poniższy przykładowy zestaw danych R jest tylko zabawkowym przykładem z fałszywymi skorelowanymi danymi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …
Jeśli podąża za rozkładem Cauchy'ego, to również ma dokładnie taki sam rozkład jak ; zobacz ten wątek .XXXY=X¯=1n∑ni=1XiY=X¯=1n∑i=1nXiY = \bar{X} = \frac{1}{n} \sum_{i=1}^n X_iXXX Czy ta właściwość ma nazwę? Czy istnieją inne dystrybucje, w przypadku których jest to prawdą? EDYTOWAĆ Inny sposób zadawania tego pytania: niech będzie zmienną losową o …
Według centralnego twierdzenia granicznego funkcja gęstości prawdopodobieństwa sumy dużych niezależnych zmiennych losowych dąży do normalności. Czy możemy zatem powiedzieć, że suma dużej liczby niezależnych zmiennych losowych Cauchy'ego jest również normalna?
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.