Pytania otagowane jako normal-distribution

Rozkład normalny lub Gaussa ma funkcję gęstości, która jest symetryczną krzywą w kształcie dzwonu. Jest to jeden z najważniejszych rozkładów w statystykach. Użyj tagu [normalność], aby zapytać o testowanie normalności.

1
Czy istnieje twierdzenie, które mówi, że zbiega się w rozkładzie normalnym, gdy idzie w nieskończoność?
Niech będzie dowolnym rozkładem ze zdefiniowaną średnią, i odchyleniem standardowym, . Twierdzenie o limicie centralnym mówi, że zbiega się w rozkładzie do standardowego rozkładu normalnego. Jeśli zastąpimy przez przykładowe odchylenie standardowe , to czy istnieje twierdzenie, że zbiega się w rozkładzie do rozkładu t? Ponieważ dla dużychXXXμμ\muσσ\sigman−−√X¯−μσnX¯−μσ \sqrt{n}\frac{\bar{X} - \mu}{\sigma} …
1
Dlaczego
W zestawie problemów udowodniłem ten „lemat”, którego wynik nie jest dla mnie intuicyjny. ZZZ jest standardowym rozkładem normalnym w modelu ocenzurowanym. Formalnie, Z∗∼Norm(0,σ2)Z∗∼Norm(0,σ2)Z^* \sim Norm(0, \sigma^2) , a Z=max(Z∗,c)Z=max(Z∗,c)Z = max(Z^*, c) . Następnie E[Z|Z>c]=∫∞cziϕ(zi)dzi=12π−−√∫∞cziexp(−12z2i)dzi=12π−−√exp(−12c2) (Integration by substitution)=ϕ(c)E[Z|Z>c]=∫c∞ziϕ(zi)dzi=12π∫c∞ziexp(−12zi2)dzi=12πexp(−12c2) (Integration by substitution)=ϕ(c)\begin{align} E[Z|Z>c] &= \int_c^\infty z_i \phi({z_i})\mathrm{d}z_i \\ &= \frac{1}{\sqrt{2\pi}}\int_c^\infty z_i …
1
Rejestrowałem zmienną zależną, czy mogę używać rozkładu normalnego GLM z funkcją linku LOG?
Mam pytanie dotyczące uogólnionych modeli liniowych (GLM). Moja zmienna zależna (DV) jest ciągła i nie jest normalna. Więc logowałem to przekształciłem (wciąż nie jest normalne, ale poprawiłem). Chcę powiązać DV z dwiema zmiennymi kategorialnymi i jedną ciągłą zmienną zmienną. W tym celu chcę przeprowadzić GLM (używam SPSS), ale nie jestem …
2
Oczekiwana wartość losowej zmiennej Gaussa przekształconej funkcją logistyczną
Zarówno funkcja logistyczna, jak i odchylenie standardowe są zwykle oznaczane . Będziemy używać i y dla standardowego odchylenia.σ ( x ) = 1 / ( 1 + exp ( - x ) ) sσσ\sigmaσ(x)=1/(1+exp(−x))σ(x)=1/(1+exp⁡(−x))\sigma(x) = 1/(1+\exp(-x))sss Mam logistycznego neuron z wejściem losowej którego średnia μμ\mu i odchylenie standardowe sss wiem. …
2
Czy wielowymiarowe Centralne Twierdzenie Graniczne (CLT) obowiązuje, gdy zmienne wykazują doskonałą współzależność?
Tytuł podsumowuje moje pytanie, ale dla jasności rozważ następujący prosty przykład. Niech Xi∽iidN(0,1)Xi∽iidN(0,1)X_i \overset{iid}{\backsim} \mathcal{N}(0, 1) , i=1,...,ni=1,...,ni = 1, ..., n . Zdefiniuj: Sn=1n∑i=1nXiSn=1n∑i=1nXi\begin{equation} S_n = \frac{1}{n} \sum_{i=1}^n X_i \end{equation} i Tn=1n∑i=1n(X2i−1)Tn=1n∑i=1n(Xi2−1)\begin{equation} T_n = \frac{1}{n} \sum_{i=1}^n (X_i^2 - 1) \end{equation} Moje pytanie: Mimo że SnSnS_n i TnTnT_n są całkowicie …
1
Rozkład typu Gaussa z momentami wyższego rzędu
Dla rozkładu Gaussa o nieznanej średniej i wariancji wystarczające statystyki w standardowej postaci rodziny wykładniczej to . Mam rozkład, który ma , gdzie N jest trochę jak parametr projektowy. Czy istnieje odpowiedni znany rozkład dla tego rodzaju wystarczającego wektora statystyki? Potrzebuję próbek z tej dystrybucji, więc dla mnie bardzo ważne …
1
Dlaczego Anova () i drop1 () podają różne odpowiedzi dla GLMM?
Mam GLMM w postaci: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kiedy używam drop1(model, test="Chi"), otrzymuję inne wyniki niż w przypadku korzystania Anova(model, type="III")z pakietu samochodowego lub summary(model). Te dwa ostatnie dają te same odpowiedzi. Korzystając z wielu sfabrykowanych danych, odkryłem, że te …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
2
Korelacja między zmienną dychotomiczną i zmienną ciągłą
Próbuję znaleźć korelację między zmienną dychotomiczną i zmienną ciągłą. Na podstawie moich prac nad tym stwierdziłem, że muszę zastosować niezależny test t, a warunkiem tego jest, aby rozkład zmiennej był normalny. Przeprowadziłem test Kołmogorowa-Smirnowa w celu przetestowania normalności i stwierdziłem, że zmienna ciągła jest nienormalna i jest wypaczona (dla około …
3
Jak formalnie przetestować pod kątem „przerwy” w normalnym (lub innym) rozkładzie
Często pojawia się w naukach społecznych, że zmienne, które powinny być w jakiś sposób rozłożone, powiedzmy normalnie, kończą się nieciągłością w ich rozkładzie wokół pewnych punktów. Na przykład, jeśli istnieją określone wartości graniczne, takie jak „przejście / porażka” i jeśli środki te podlegają zniekształceniu, może wystąpić nieciągłość w tym punkcie. …
3
Technika śledzenia losowego
W M. Seeger poznałem następującą losową technikę śledzenia: „Niski poziom aktualizacji rozkładu Choleskiego”, University of California w Berkeley, Tech. Rep, 2007. tr( A ) = E[ xT.A x ]tr⁡(A)=E[xTAx]\operatorname{tr}(\mathbf{A}) = {E[\mathbf{x}^T \mathbf{A} \mathbf{x}]} gdzie .x ∼N( 0 , I )x∼N(0,I)\mathbf{x} \sim N(\mathbf{0},\mathbf{I}) Jako osoba bez głębokiego doświadczenia matematycznego zastanawiam się, …
6
Jak odczytuje się zapis ?
Jak odczytuje się zapis ? Czy następuje rozkład normalny? Czy jest rozkładem normalnym? A może jest w przybliżeniu normalny ..X∼N(μ,σ2)X∼N(μ,σ2)X\sim N(\mu,\sigma^2)XXX XXX XXX Co się stanie, jeśli istnieje kilka zmiennych, które następują (lub jakikolwiek jest ten wyraz) w tym samym rozkładzie? Jak to jest napisane?
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.