Pytania otagowane jako distributions

Jeśli jest dyskretną, a ciągłą zmienną losową, to co możemy powiedzieć o rozkładzie ? Czy jest ciągły czy mieszany?XXXYYYX+YX+YX+Y Co z produktem ?XYXYXY

12 self-study  distributions  random-variable 

Biorąc pod uwagę iid i , szukamy:X n ≈ N ( μ X , σ 2 X ) μ X ≈ 0N≥30N≥30N\geq30Xn≈N(μX,σ2X)Xn≈N(μX,σX2)X_n\approx\mathcal{N}(\mu_X,\sigma_X^2)μX≈0μX≈0\mu_X \approx 0 dokładne przybliżone przybliżenie dystrybucji zamkniętej formy YN=∏1NXnYN=∏1NXnY_N=\prod\limits_{1}^{N}{X_n} asymptotyczne ( wykładnicze ?) przybliżenie tego samego produktu To jest szczególny przypadek bardziej ogólnego pytania .μX≈0μX≈0\mu_X \approx 0

12 distributions  normal-distribution  asymptotics  approximation 

Jak mogę to rozwiązać? Potrzebuję równań pośrednich. Być może odpowiedź brzmi .−tf(x)−tf(x)-tf(x) ddt[∫∞txf(x)dx]ddt[∫t∞xf(x)dx] \frac{d}{dt} \left [\int_t^\infty xf(x)\,dx \right ] f(x)f(x)f(x) to funkcja gęstości prawdopodobieństwa. To znaczy, i \ lim \ limit_ {x \ to \ infty} F (x) = 1limx→∞f(x)=0limx→∞f(x)=0\lim\limits_{x \to \infty} f(x) = 0limx→∞F(x)=1limx→∞F(x)=1\lim\limits_{x \to \infty} F(x) = 1 …

12 probability  distributions  self-study  mathematical-statistics 

Jak odczytać wyniki testu Dunna ? Co konkretnie mówią mi wartości z poniższej tabeli? Posiadam dane nieparametryczne w 4 grupach i najpierw wykonałem test Kruskala-Wallisa, aby potwierdzić, że rozkłady grup były odmienne od siebie i zestaw danych zbiorczych. Następnie użyłem testu Dunna, aby zobaczyć, które grupy różnią się od siebie, …

12 r  distributions  kruskal-wallis  dunn-test 

Staram się znaleźć najbardziej odpowiedni charakterystyczny rozkład danych z powtarzanych pomiarów określonego rodzaju. Zasadniczo w mojej gałęzi geologii często używamy datowania radiometrycznego minerałów z próbek (kawałków skały), aby dowiedzieć się, jak dawno temu wydarzenie miało miejsce (skała schłodziła się poniżej temperatury progowej). Zazwyczaj z każdej próbki zostanie wykonanych kilka (3-10) …

12 distributions  normal-distribution  normalization  histogram 

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", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Graniczy to z filozoficznym pytaniem, ale interesuje mnie, jak inni z większym doświadczeniem myślą o wyborze dystrybucji. W niektórych przypadkach wydaje się jasne, że teoria może działać najlepiej (długość ogona myszy jest prawdopodobnie zwykle rozkładana). W wielu przypadkach prawdopodobnie nie ma teorii do opisania zestawu danych, więc po prostu używasz …

12 distributions  overfitting  heuristic 

Myślę, że mediana ≤≤\leq oznacza. Czy tak jest w przypadku?

12 distributions  self-study  mean  skewness  median 

Proszę o pomoc w znalezieniu rozkładu granicznego (jako n→∞n→∞n \rightarrow \infty ): Un=X1+X2+…+XnX31+X32+…X3n,Un=X1+X2)+…+XnX13)+X2)3)+…Xn3), U_n = \frac{X_1 + X_2 + \ldots + X_n}{X_1^3 + X_2^3 + \ldots X_n^3},gdzieXiXjaX_ioznaczająN(0,1)N.(0,1)N(0,1).

12 distributions  normal-distribution  asymptotics 

Czy istnieje jakaś sztuczka techniczna, aby określić trzeci kwartyl, jeśli należy on do otwartego przedziału, który zawiera więcej niż jedną czwartą populacji (więc nie mogę zamknąć przedziału i użyć standardowej formuły)? Edytować W przypadku, gdy coś źle zrozumiem, podam mniej więcej pełny kontekst. Mam dane ułożone w tabeli z dwiema …

12 distributions  histogram  descriptive-statistics 

Podany zestaw danych: x <- c(4.9958942,5.9730174,9.8642732,11.5609671,10.1178216,6.6279774,9.2441754,9.9419299,13.4710469,6.0601435,8.2095239,7.9456672,12.7039825,7.4197810,9.5928275,8.2267352,2.8314614,11.5653497,6.0828073,11.3926117,10.5403929,14.9751607,11.7647580,8.2867261,10.0291522,7.7132033,6.3337642,14.6066222,11.3436587,11.2717791,10.8818323,8.0320657,6.7354041,9.1871676,13.4381778,7.4353197,8.9210043,10.2010750,11.9442048,11.0081195,4.3369520,13.2562675,15.9945674,8.7528248,14.4948086,14.3577443,6.7438382,9.1434984,15.4599419,13.1424011,7.0481925,7.4823108,10.5743730,6.4166006,11.8225244,8.9388744,10.3698150,10.3965596,13.5226492,16.0069239,6.1139247,11.0838351,9.1659242,7.9896031,10.7282936,14.2666492,13.6478802,10.6248561,15.3834373,11.5096033,14.5806570,10.7648690,5.3407430,7.7535042,7.1942866,9.8867927,12.7413156,10.8127809,8.1726772,8.3965665) .. Chciałbym określić najbardziej odpowiedni rozkład prawdopodobieństwa (gamma, beta, normalny, wykładniczy, Poissona, chi-kwadrat itp.) Z oszacowaniem parametrów. Jestem już świadomy pytania pod następującym linkiem, w którym rozwiązanie jest dostarczane za pomocą R: /programming/2661402/given-a-set-of-random-numbers-drawn-from-a- ciągła-jednoczynnikowa-dystrybucja-f najlepiej zaproponowane rozwiązanie jest następujące: > library(MASS) > fitdistr(x, 't')$loglik …

12 r  matlab  distributions 

Czy istnieje rozkład tylko dodatni, tak że różnica dwóch niezależnych próbek od tego rozkładu jest zwykle rozkładana? Jeśli tak, to czy ma prostą formę?

12 distributions  probability 

Mam próbkę danych wygenerowanych Rprzez rnorm(50,0,1), więc dane oczywiście przyjmują rozkład normalny. Jednak Rnie „zna” tych informacji o dystrybucji danych. Czy istnieje metoda Rpozwalająca oszacować, z jakiego rodzaju dystrybucji pochodzi moja próbka? Jeśli nie, skorzystam z shapiro.testfunkcji i postąpię w ten sposób.

12 r  distributions 

Czy istnieją jakieś nieidentyczne rozkłady, które mają tę samą funkcję generowania momentu?

12 distributions  moments  mgf 

W następstwie ZZK jest pytanie o jego problem z ujemnymi symulacji, zastanawiam się jakie są parametryzowane rodziny rozkładów na dodatniej k-wymiarowa ćwiartce, , dla których kowariancji macierzy może być ustawiony.Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Jak omówiono z zzk , rozpoczęcie od rozkładu na i zastosowanie transformacji liniowej nie działa.Rk+R+k\mathbb{R}_+^kX⟶ Σ1 / 2( X- μ …

12 distributions  multivariate-analysis  covariance