Staram się poszerzyć swoją wiedzę na temat statystyki. Pochodzę z nauk fizycznych z podejściem opartym na „recepturze” do testowania statystycznego, gdzie, jak mówimy, jest ciągły, czy jest normalnie rozproszony - regresja OLS . W swoim czytaniu natrafiłem na pojęcia: model efektów losowych, model efektów stałych, model marginalny. Moje pytania to: …
Od pewnego czasu szukam dobrej lektury wprowadzającej na temat Copulas na moje seminarium. Znajduję wiele materiałów, które mówią o aspektach teoretycznych, co jest dobre, ale zanim przejdę do nich, staram się zbudować dobre intuicyjne zrozumienie tego tematu. Czy ktoś mógłby zasugerować jakieś dobre artykuły, które stanowią dobry fundament dla początkującego …
Analizuję zestaw danych przy użyciu modelu efektów mieszanych z jednym ustalonym efektem (warunkiem) i dwoma efektami losowymi (uczestnik ze względu na projekt i parę wewnątrz przedmiotu). Model ten został wygenerowany z lme4pakietu: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Następnie wykonałem test współczynnika wiarygodności tego modelu względem modelu bez ustalonego efektu (warunku) i mam znaczącą różnicę. …
Niech będzie łącznym rozkładem dwóch zmiennych kategorialnych , z . Powiedzmy, że próbek pobrano z tego rozkładu, ale podano nam tylko liczby krańcowe, mianowicie dla :px,ypx,yp_{x,y}X,YX,YX,Yx,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\}nnnj=1,…,Kj=1,…,Kj=1,\ldots,K Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j),Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j), S_j = \sum_{i=1}^{n}{\delta(X_i=l)}, T_j = \sum_{i=1}^{n}{\delta(Y_i=j)}, Jaki jest estymator największej wiarygodności dla , biorąc uwagę ? Czy to jest znane? Wykonalne obliczeniowo? Czy …
Czy ktoś ma pojęcie o tym, dlaczego korelacja warunkowa między 2 zmiennymi jest nazywana korelacją „częściową”, a prosta korelacja między nimi (a więc gdy nie jest uwarunkowana żadną inną zmienną) jest nazywana korelacją „marginalną”? Jaka jest intuicja za słowami „częściowy” i „marginalny”? Co robią z „częściami” lub „marginesami”? Dobrze byłoby …
Chcę próbkować z gęstości jednowymiarowej ale znam tylko związek:faXfXf_X faX( x ) = ∫faX| Y( x | y) fY( y) dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Chcę uniknąć używania MCMC (bezpośrednio na reprezentacji całkowej), a ponieważ i są łatwe do próbkowania, myślałem o użyciu następującego próbnika :f Y ( …
Jeden z problemów w moim podręczniku jest następujący. Dwuwymiarowy stochastyczny wektor ciągły ma następującą funkcję gęstości: fX,Y(x,y)={15xy20if 0 < x < 1 and 0 < y < xotherwisefX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 & \text{if 0 < x < 1 and …
Wartością współczynnika Bayesa jest zdefiniowana w Bayesa testowanie hipotez i wybór modelu Bayesowskiego przez stosunek dwóch krańcowych wiarogodności: podany Próbkę IID i odpowiednich gęstości próbkowania i , z odpowiednimi priorytetami i , współczynnikiem Bayesa do porównania dwóch modeli jest książka ja obecnie przeglądu ma dziwne stwierdzenie, że powyższy czynnik Bayesa(x1,…,xn)(x1,…,xn)(x_1,\ldots,x_n)f1(x|θ)f1(x|θ)f_1(x|\theta)f2(x|η)f2(x|η)f_2(x|\eta)π1π1\pi_1π2π2\pi_2B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏ni=1f1(xi|θ)π1(dθ)∫∏ni=1f2(xi|η)π2(dη)B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏i=1nf1(xi|θ)π1(dθ)∫∏i=1nf2(xi|η)π2(dη)\mathfrak{B}_{12}(x_1,\ldots,x_n)\stackrel{\text{def}}{=}\frac{m_1(x_1,\ldots,x_n)}{m_2(x_1,\ldots,x_n)}\stackrel{\text{def}}{=}\frac{\int …
Próbuję obliczyć krańcowe prawdopodobieństwo modelu statystycznego metodami Monte Carlo: fa( x ) = ∫fa( x ∣ θ ) π( θ )reθfa(x)=∫fa(x∣θ)π(θ)reθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta Prawdopodobieństwo jest dobrze zachowane - gładkie, wklęsłe - ale wysokie. Próbowałem ważnego próbkowania, ale wyniki są niepewne i zależą w dużej mierze od propozycji, …
Jak mówi tytuł, szukam krańcowych gęstościf(x,y)=c1−x2−y2−−−−−−−−−√,x2+y2≤1.f(x,y)=c1−x2−y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Do tej pory znalazłem to . Doszedłem do tego, przekształcając we współrzędne biegunowe i całkując nad , dlatego utknąłem w części gęstości marginalnej. Wiem, że , ale nie jestem pewien, jak …
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.