Pytania otagowane jako uniform

Rozkład równomierny opisuje zmienną losową, która równie dobrze może przyjąć dowolną wartość w swoim obszarze próbki.

4
Czy losujesz liczby całkowite niezależnie i równomiernie losowo od 1 do przy użyciu sprawiedliwego d6?
Chciałbym narysować liczby całkowite od 1 do określonego , rzucając pewną liczbą uczciwych sześciościennych kości (d6). Dobra odpowiedź wyjaśni, dlaczego jej metoda daje jednolite i niezależne liczby całkowite.N.NN Jako przykład ilustrujący pomocne byłoby wyjaśnienie, jak działa rozwiązanie dla przypadku .N = 150N=150N=150 Ponadto chciałbym, aby procedura była jak najbardziej wydajna: …
2
Dlaczego CDF próbki jest równomiernie rozmieszczony
Czytałem tutaj , że biorąc próbkę z ciągłego rozkładu z ED M X próbkę odpowiadającą U I = C X ( X I ) następujące standardowe rozkładu równomiernego.X1,X2,...,XnX1,X2,...,Xn X_1,X_2,...,X_n FXFX F_X Ui=FX(Xi)Ui=FX(Xi) U_i = F_X(X_i) Zweryfikowałem to za pomocą symulacji jakościowych w Pythonie i łatwo mogłem zweryfikować związek. import matplotlib.pyplot …
17 pdf  uniform  cdf  intuition 
1
Maksymalny odstęp między próbkami pobranymi bez zamiany z dyskretnego jednorodnego rozkładu
Ten problem jest związany z badaniami mojego laboratorium w zakresie robotów: Narysuj losowo liczb ze zbioru bez zamiany i posortuj liczby w porządku rosnącym. .n nn{ 1 , 2 , … , m } {1,2,…,m}\{1,2,\ldots,m\}1 ≤ n ≤ m1≤n≤m1\le n\le m Z tej posortowanej listy liczb wygeneruj różnicę między kolejnymi …
1
Generowanie losowych próbek z niestandardowej dystrybucji
Próbuję wygenerować losowe próbki z niestandardowego pliku PDF przy użyciu R. Mój pdf to: fX(x)=32(1−x2),0≤x≤1fX(x)=32(1−x2),0≤x≤1f_{X}(x) = \frac{3}{2} (1-x^2), 0 \le x \le 1 Wygenerowałem jednolite próbki, a następnie próbowałem przekształcić je w moją niestandardową dystrybucję. Zrobiłem to, znajdując plik cdf mojej dystrybucji ( FX(x)FX(x)F_{X}(x) ) i ustawiając go na jednolitą …
16 r  sampling  uniform 
1
Zalety Box-Mullera nad odwrotną metodą CDF do symulacji rozkładu normalnego?
Aby zasymulować rozkład normalny z zestawu zmiennych jednorodnych, istnieje kilka technik: Algorytm Boxa-Mullera , w którym jeden próbkuje dwa niezależne jednolite zmienia się na (0,1)(0,1)(0,1) i przekształca je w dwa niezależne standardowe rozkłady normalne poprzez: Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ Z_1 = \sqrt{-2\text{ln}U_1}\text{sin}(2\pi U_0) metoda CDF , w której można …
2
Symulowanie losowań z rozkładu jednolitego przy użyciu losowań z rozkładu normalnego
Niedawno kupiłem zasób wywiadu danych, w którym jedno z pytań prawdopodobieństwa było następujące: Biorąc pod uwagę losowania z rozkładu normalnego o znanych parametrach, jak można symulować losowania z rozkładu jednolitego? Mój pierwotny proces myślowy polegał na tym, że dla dyskretnej zmiennej losowej możemy rozbić rozkład normalny na K unikalnych podsekcji, …
1
Jaka intuicja kryje się za wymiennymi próbkami pod hipotezą zerową?
Testy permutacyjne (zwane również testem randomizacji, testem ponownej randomizacji lub testem dokładnym) są bardzo przydatne i przydają się, gdy t-testnie jest spełnione założenie o rozkładzie normalnym wymagane na przykład i gdy transformacja wartości przez ranking test nieparametryczny, Mann-Whitney-U-testktóry prowadziłby do utraty większej ilości informacji. Jednak nie należy zapominać o jednym …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 
2
Wygeneruj trzy skorelowane równomiernie rozmieszczone zmienne losowe
Załóżmy, że mamy X 2 ∼ unif ( n , 0 , 1 ) ,X1∼unif(n,0,1),X1∼unif(n,0,1),X_1 \sim \textrm{unif}(n,0,1), X2∼unif(n,0,1),X2∼unif(n,0,1),X_2 \sim \textrm{unif}(n,0,1), gdzie jest jednorodną losową próbką o wielkości n, iunif(n,0,1)unif(n,0,1)\textrm{unif}(n,0,1) Y=X1,Y=X1,Y=X_1, Z=0.4X1+1−0.4−−−−−−√X2.Z=0.4X1+1−0.4X2.Z = 0.4 X_1 + \sqrt{1 - 0.4}X_2. Zatem korelacja między i Z wynosi 0,4 .YYYZZZ0.40.40.4 Jak mogę to rozszerzyć …
3
Dlaczego liczba ciągłych zmiennych jednolitych na (0,1) potrzebnych do ich sumy przekraczającej jedną ma średnią ?
strumień zmiennych losowych, ; niech będzie liczbą warunków, których potrzebujemy, aby suma przekroczyła jeden, tj. jest najmniejszą liczbą taką, żeXi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. Dlaczego średnia równa stałej Eulera ?YYYeee E(Y)=e=10!+11!+12!+13!+…E(Y)=e=10!+11!+12!+13!+…\mathbb{E}(Y) = e = \frac{1}{0!} + \frac{1}{1!} + \frac{1}{2!} + \frac{1}{3!} + \dots
3
Generuj pary liczb losowych równomiernie rozmieszczonych i skorelowanych
Chciałbym wygenerować pary liczb losowych z pewną korelacją. Jednak zwykłe podejście polegające na stosowaniu kombinacji liniowej dwóch zmiennych normalnych nie jest tutaj poprawne, ponieważ kombinacja liniowa zmiennych jednolitych nie jest już zmienną równomiernie rozłożoną. Potrzebuję dwóch zmiennych, aby były jednolite. Masz pomysł, jak wygenerować pary zmiennych jednorodnych o zadanej korelacji?
2
Dyskretna jednolita zmienna losowa (?) Przyjmująca wszystkie wartości wymierne w zamkniętym przedziale
Właśnie miałem (intelektualny) atak paniki. Ciągła zmienna losowa, która następuje po mundurze w zamkniętym przedziale : wygodnie znana koncepcja statystyczna. U( a , b )U(a,b)U(a,b) Ciągły jednolity rv mający wsparcie nad rozszerzonymi rzeczywistymi (połową lub całością): nie odpowiedni rv, ale podstawowa koncepcja bayesowska na niewłaściwe wcześniejsze, użyteczne i możliwe do …
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.