Pytania otagowane jako distributions

Rozkład to matematyczny opis prawdopodobieństw lub częstotliwości.


3
Czy można zastosować rozbieżność KL między rozkładem dyskretnym a ciągłym?
Nie jestem matematykiem. Przeszukałem internet o dywergencji KL. Nauczyłem się, że dywergencja KL mierzy utracone informacje, gdy przybliżamy rozkład modelu w odniesieniu do rozkładu wejściowego. Widziałem je między dowolnymi dwoma ciągłymi lub dyskretnymi rozkładami. Czy możemy to zrobić między ciągłym a dyskretnym lub odwrotnie?

1
Czy są jakieś rozkłady inne niż Cauchy'ego, dla których średnia arytmetyczna próbki ma ten sam rozkład?
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 …

2
Jeśli
Próbuję udowodnić stwierdzenie: Jeśli i Y ∼ N ( 0 , σ 2 2 ) są niezależnymi zmiennymi losowymi,X∼N(0,σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2)Y∼N(0,σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) następnie jest również normalną zmienną losową.XYX2+Y2√XYX2+Y2\frac{XY}{\sqrt{X^2+Y^2}} W przypadku specjalnym (powiedzmy) mamy dobrze znany wynik, że X Yσ1=σ2=σσ1=σ2=σ\sigma_1=\sigma_2=\sigmailekroćXiYsą niezależnymizmiennymiN(0,σ2). W rzeczywistości bardziej ogólnie wiadomo, żeXYXYX2+Y2√∼N(0,σ24)XYX2+Y2∼N(0,σ24)\frac{XY}{\sqrt{X^2+Y^2}}\sim\mathcal{N}\left(0,\frac{\sigma^2}{4}\right)XXXYYYN(0,σ2)N(0,σ2)\mathcal{N}(0,\sigma^2) są niezależnymiN(0,σ2XYX2+Y2√,X2−Y22X2+Y2√XYX2+Y2,X2−Y22X2+Y2\frac{XY}{\sqrt{X^2+Y^2}},\frac{X^2-Y^2}{2\sqrt{X^2+Y^2}}zmienne.N(0,σ24)N(0,σ24)\mathcal{N}\left(0,\frac{\sigma^2}{4}\right) Dowód ostatniego wyniku następuje za …

5
Jak wygenerować sekwencję
Wiem, jak wygenerować sekwencję ± 1±1\pm 1 ze średnią 000 . Na przykład w programie Matlab, jeśli chcę wygenerować sekwencję ± 1±1\pm 1 o długości 100001000010000 , jest to: 2*(rand(1, 10000, 1)<=.5)-1 Jak jednak wygenerować sekwencję ± 1±1\pm 1 ze średnią 0,050,050.05 , tj. Z 111 która jest nieco preferowana?

2
Średnia geometryczna jest obiektywnym estymatorem średniej, którego ciągłego rozkładu?
Czy istnieje ciągły rozkład, który można wyrazić w formie zamkniętej, którego średnia jest taka, że ​​średnia geometryczna próbek jest obiektywnym estymatorem tej średniej? Aktualizacja: Właśnie zdałem sobie sprawę, że moje próbki muszą być dodatnie (w przeciwnym razie średnia geometryczna może nie istnieć), więc może ciągłe nie jest właściwym słowem. Co …

4
Suma niezależnych logarytmicznych zmiennych losowych wydaje się lognormalna?
Próbuję zrozumieć, dlaczego suma dwóch (lub więcej) logarytmicznych zmiennych losowych zbliża się do rozkładu logarytmicznego wraz ze wzrostem liczby obserwacji. Szukałem w Internecie i nie znalazłem żadnych wyników dotyczących tego. Oczywiście, jeśli i są niezależnymi zmiennymi logarytmicznymi, to dzięki właściwościom wykładników i losowych zmiennych gaussowskich jest również logarytmiczny. Nie ma …

3
Wizualizuj dwuwymiarowy rozkład dwumianowy
Pytanie: jak wygląda dwumianowy rozkład dwumianowy w przestrzeni trójwymiarowej? Poniżej znajduje się konkretna funkcja, którą chciałbym wizualizować dla różnych wartości parametrów; mianowicie , p 1 i p 2 .nnnp1p1p_{1}p2p2p_{2} f(x1,x2) = n !x1! x2)!px11px2)2),x1+ x2)= n ,p1+ p2)= 1f(x1,x2)=n!x1!x2!p1x1p2x2,x1+x2=n,p1+p2=1.f(x_{1},x_{2}) = \frac{n!}{x_{1}!x_{2}!}p_{1}^{x_{1}}p_{2}^{x_{2}}, \qquad x_{1}+x_{2}=n, \quad p_{1}+p_{2}=1. Zauważ, że istnieją dwa ograniczenia; …

3
Zrozumienie koniugatu Beta przed wnioskiem Bayesa o częstotliwości
Poniżej znajduje się fragment wprowadzenia Bolstad do statystyki bayesowskiej . Dla wszystkich tych ekspertów może to być trywialne, ale nie rozumiem, w jaki sposób autor stwierdza, że ​​nie musimy wykonywać żadnej integracji, aby obliczyć prawdopodobieństwo późniejsze dla pewnej wartości . Rozumiem drugie wyrażenie, którym jest proporcjonalność i skąd pochodzą wszystkie …

2
Sukces prób Bernoulliego z różnymi prawdopodobieństwami
Jeśli przeprowadzonych zostanie 20 niezależnych prób Bernoulliego, każde z innym prawdopodobieństwem sukcesu, a tym samym porażki. Jakie jest prawdopodobieństwo, że dokładnie n z 20 prób zakończyło się sukcesem? Czy istnieje lepszy sposób obliczania tych prawdopodobieństw niż po prostu sumowanie kombinacji prawdopodobieństwa sukcesu i niepowodzenia?

1
Ile dystrybucji jest w GLM?
Zidentyfikowałem wiele miejsc w podręcznikach, w których GLM jest opisany z 5 dystrybucjami (mianowicie, Gamma, Gaussian, Dwumianowy, Odwrotny Gaussian i Poisson). Jest to również zilustrowane funkcją rodzinną w R. Czasami natrafiam na odniesienia do GLM, w których uwzględniono dodatkowe dystrybucje ( przykład ). Czy ktoś może wyjaśnić, dlaczego te 5 …

1
Jak wybrać najlepsze dopasowanie bez nadmiernego dopasowania danych? Modelowanie rozkładu bimodalnego za pomocą N normalnych funkcji itp
Mam oczywiście bimodalny rozkład wartości, który staram się dopasować. Dane mogą być dobrze dopasowane do 2 normalnych funkcji (bimodalnych) lub 3 normalnych funkcji. Ponadto istnieje prawdopodobny fizyczny powód dopasowania danych do 3. Im więcej parametrów zostanie wprowadzonych, tym lepsze będzie dopasowanie, ponieważ przy wystarczającej liczbie stałych można „ dopasować słonia …


1
Dla jakich rozkładów brak korelacji oznacza niezależność?
Czczone przypomnienie w statystykach brzmi: „nieskorelowanie nie oznacza niezależności”. Zazwyczaj to przypomnienie jest uzupełniane kojącym psychologicznie (i naukowo poprawnym) stwierdzeniem „kiedy jednak te dwie zmienne są wspólnie normalnie rozmieszczone , wówczas nieskorelacja implikuje niezależność”. Mogę zwiększyć liczbę szczęśliwych wyjątków z jednego do dwóch: kiedy dwie zmienne są rozkładem Bernoulliego , …

5
Jeśli nie jest Poissonem, to co to za dystrybucja?
Mam zestaw danych zawierający liczbę działań wykonanych przez osoby w ciągu 7 dni. Konkretne działanie nie powinno być istotne dla tego pytania. Oto kilka statystyk opisowych dla zestawu danych: RangeMeanVarianceNumber of observations0−77218.22791696Range0−772Mean18.2Variance2791Number of observations696 \begin{array}{|c|c|} \hline \text{Range} & 0 - 772 \\ \hline \text{Mean} & 18.2 \\ \hline \text{Variance} & …

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.