Pytania otagowane jako pdf

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).

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. …
5
Generuj losowe wartości wielowymiarowe z danych empirycznych
Pracuję nad funkcją Monte Carlo do wyceny kilku aktywów o częściowo skorelowanych zwrotach. Obecnie właśnie generuję macierz kowariancji i przesyłam do rmvnorm()funkcji w R. (Generuje skorelowane wartości losowe). Jednak patrząc na rozkłady zysków danego składnika aktywów, zwykle nie jest on rozkładany. To jest naprawdę dwuczęściowe pytanie: 1) Jak mogę oszacować …
10 mcmc  monte-carlo  pdf 
2
Szerokość pasma jądra w szacowaniu gęstości jądra
Robię pewne oszacowanie gęstości jądra, z ustawionymi punktami ważonymi (tj. Każda próbka ma wagę, która nie jest konieczna), w wymiarach N. Próbki te znajdują się również w przestrzeni metrycznej (tzn. Możemy zdefiniować odległość między nimi), ale nic więcej. Na przykład nie możemy określić średniej punktów próby ani odchylenia standardowego, ani …
3
Najlepszy sposób oceny metod szacowania PDF
Chciałbym przetestować niektóre z moich pomysłów, które moim zdaniem są lepsze niż cokolwiek, co widziałem. Mogę się mylić, ale chciałbym przetestować swoje pomysły i rozwiać moje wątpliwości bardziej pewnymi spostrzeżeniami. To, o czym myślałem, to: Analitycznie zdefiniuj zestaw rozkładów. Niektóre z nich są łatwe, takie jak Gaussa, mundur lub Tophat. …
2
Jaki jest rozkład błędu wokół danych wzrostu logistycznego?
W ekologii często używamy logistycznego równania wzrostu: N.t=K.N.0mir tK.+N.0mir t - 1Nt=KN0ertK+N0ert−1 N_t = \frac{ K N_0 e^{rt} }{K + N_0 e^{rt-1}} lub N.t=K.N.0N.0+ ( K-N.0)mi- r tNt=KN0N0+(K−N0)e−rt N_t = \frac{ K N_0}{N_0 + (K -N_0)e^{-rt}} gdzie jest nośnością (osiągnięta maksymalna gęstość), jest gęstością początkową, jest szybkością wzrostu, jest czasem …
10 r  distributions  pdf  ecology 
2
Jednolity plik PDF różnicy dwóch rv
Czy możliwe jest, aby PDF różnicy dwóch iid rv wyglądał jak prostokąt (zamiast, powiedzmy, trójkąta, który otrzymujemy, jeśli rv zostaną pobrane z rozkładu jednolitego). tzn. czy jest możliwe, aby PDF f jk (dla dwóch iid rv pobranych z jakiejś dystrybucji) miał f (x) = 0,5 dla wszystkich -1 <x <1? …
2
Jakie jest intuicyjne znaczenie podłączania losowej zmiennej do własnego pliku pdf lub cdf?
Plik pdf jest zwykle zapisywany jako f(x|θ)f(x|θ)f(x|\theta), gdzie małe litery xxx jest traktowany jako realizacja lub wynik zmiennej losowej XXXktóry ma ten pdf. Podobnie plik cdf jest zapisywany jakoFX(x)FX(x)F_X(x), co ma znaczenie P(X&lt;x)P(X&lt;x)P(X<x). Jednak w niektórych okolicznościach, takich jak definicja funkcji score i to wyprowadzenie, że cdf jest równomiernie rozłożony …
1
Który model głębokiego uczenia może klasyfikować kategorie, które nie wykluczają się wzajemnie
Przykłady: w opisie stanowiska mam zdanie: „Starszy inżynier Java w Wielkiej Brytanii”. Chcę użyć modelu głębokiego uczenia się, aby przewidzieć go jako 2 kategorie: English i IT jobs. Jeśli użyję tradycyjnego modelu klasyfikacji, może on przewidzieć tylko 1 etykietę z softmaxfunkcją na ostatniej warstwie. Dlatego mogę użyć 2 modelowych sieci …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
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.