Funkcja gęstości prawdopodobieństwa (PDF) ciągłej zmiennej losowej daje względne prawdopodobieństwo dla każdej z jej możliwych wartości. Tego znacznika należy używać także w przypadku funkcji dyskretnej masy prawdopodobieństwa (PMF).
Na stronie Wikipedii o naiwnych klasyfikatorach Bayesa znajduje się następujący wiersz: p(height|male)=1.5789p(hmijasolht|mzalmi)=1,5789p(\mathrm{height}|\mathrm{male}) = 1.5789 (rozkład prawdopodobieństwa na 1 jest OK. Jest to obszar pod krzywą dzwonową równy 1.) Jak wartość być OK? Myślałem, że wszystkie wartości prawdopodobieństwa zostały wyrażone w zakresie . Ponadto, biorąc pod uwagę, że można mieć taką …
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?
Zastanawiam się, czy ma to znaczenie w interpretacji, czy transformowane są tylko zmienne zależne, zależne i niezależne, czy tylko zmienne niezależne. Rozważ przypadek log(DV) = Intercept + B1*IV + Error Mogę interpretować IV jako wzrost procentowy, ale jak to się zmienia, kiedy mam log(DV) = Intercept + B1*log(IV) + Error …
Biorąc pod uwagę zmienną losową Y=max(X1,X2,…,Xn)Y=max(X1,X2,…,Xn)Y = \max(X_1, X_2, \ldots, X_n) gdzie XiXiX_i to zmienne jednolite IID, jak obliczyć PDF YYY ?
Moja stat prof w zasadzie powiedziała, że jeśli otrzyma się jedną z następujących trzech, można znaleźć dwie pozostałe: Funkcja rozkładu skumulowanego Funkcja generowania momentu Funkcja gęstości prawdopodobieństwa Ale mój profesor ekonometrii powiedział, że CDF są bardziej fundamentalne niż PDF, ponieważ istnieją przykłady, w których możesz mieć CDF, ale PDF nie …
Załóżmy, że jest zmienną losową z pdf . Zatem zmienna losowa ma pdfXXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} Rozumiem rachunek za tym. Ale próbuję wymyślić sposób, aby wyjaśnić to komuś, kto nie zna rachunku różniczkowego. W szczególności próbuję wyjaśnić, dlaczego czynnik pojawia się z …
plot(density(rexp(100)) Oczywiście cała gęstość na lewo od zera reprezentuje błąd. Chciałbym podsumować niektóre dane dla statystycznych i chcę uniknąć pytań o to, dlaczego dane nieujemne mają gęstość na lewo od zera. Wykresy służą do sprawdzania losowości; Chcę pokazać rozkład zmiennych według grup leczenia i kontroli. Rozkłady są często wykładnicze. Histogramy …
Przez długi czas nie rozumieć, dlaczego „suma” dwóch zmiennych losowych jest ich uwypuklony , natomiast suma funkcji gęstości mieszaniny f(x)f(x)f(x) i g(x)g(x)g(x) jest pf(x)+(1−p)g(x)pf(x)+(1−p)g(x)p\,f(x)+(1-p)g(x); suma arytmetyczna, a nie ich splot. Dokładna fraza „suma dwóch zmiennych losowych” pojawia się w Google 146 000 razy i jest eliptyczna w następujący sposób. Jeśli …
Mam obserwowany eksperymentalnie rozkład, który wygląda bardzo podobnie do rozkładu gamma lub logarytmicznego. Czytałem, że rozkład logarytmiczny jest maksymalnym rozkładem prawdopodobieństwa entropii dla wariantu losowego dla którego ustalona jest średnia i wariancja . Czy rozkład gamma ma podobne właściwości?XXXln(X)ln(X)\ln(X)
Interesuje mnie, jak można obliczyć kwantyl rozkładu wielowymiarowego. Na rysunkach narysowałem 5% i 95% kwantyli danego rozkładu jednowymiarowego normalnego (po lewej). Dla właściwego wielowymiarowego rozkładu normalnego wyobrażam sobie, że analog byłby izoliną otaczającą podstawę funkcji gęstości. Poniżej znajduje się przykład mojej próby obliczenia tego za pomocą pakietu mvtnorm- ale bez …
Oszacowanie gęstości okna Parzen jest opisane jako p(x)=1n∑i=1n1h2ϕ(xi−xh)p(x)=1n∑i=1n1h2ϕ(xi−xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) gdzie jest liczbą elementów w wektorze, jest wektorem, jest gęstością prawdopodobieństwa , jest wymiarem okna Parzen, a jest funkcją okna.nnnxxxp(x)p(x)p(x)xxxhhhϕϕ\phi Moje pytania to: Jaka jest podstawowa różnica między funkcją okna Parzen a innymi funkcjami gęstości, …
(Z góry przepraszamy za użycie języka świeckiego zamiast języka statystycznego). Jeśli chcę zmierzyć szanse na rzut każdej strony konkretnej fizycznej sześciościennej kostki do około +/- 2% z rozsądną pewnością, ile próbnych rzutów byłoby potrzebne? tj. ile razy musiałbym rzucić kostką, licząc każdy wynik, aby mieć 98% pewności, że szanse, że …
Jestem zainteresowany, aby oszacować gęstość ciągłej zmiennej losowej . Jednym ze sposobów na osiągnięcie tego, czego się nauczyłem, jest użycie estymacji gęstości jądra.XXX Ale teraz interesuje mnie podejście bayesowskie, zgodne z poniższymi wytycznymi. I początkowo przekonani, że następuje rozkład . Biorę odczytów . Czy istnieje jakieś podejście do aktualizacji na …
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.