Estatísticas e Big Data

Estou pensando em mostrar que o limite: onde \ overline {F} = 1-F é a função de distribuição da cauda, \ overline {F} (x) = 1 − F (x) , onde F é a função de distribuição cumulativalimx→∞xF¯¯¯¯(x)=0limx→∞xF¯(x)=0 \lim_{x \to \infty} x\overline{F}(x) =0 F¯¯¯¯=1−FF¯=1−F\overline{F} =1-FF¯¯¯¯(x)=1−F(x)F¯(x)=1−F(x)\overline{F}(x)=1−F(x)FFF Como x→∞x→∞x \to \infty , …

8 probability  cdf 

Pode ser mostrado que, geralmente, a estatística de teste de co-integração de . Eu acredito que isso seja verdade para todos os testes de cointegração, portanto o teste específico usado é, talvez, irrelevante.A , B ≠ B , AA,B≠B,AA, B \ne B,A No entanto, descobri que as duas estatísticas de …

8 time-series  cointegration 

Atualmente, estou lendo um artigo que afirma que o coeficiente de correlação para uma distribuição uniforme no interior de uma elipse fX,Y(x,y)={constant0if (x,y) inside the ellipseotherwisefX,Y(x,y)={constantif (x,y) inside the ellipse0otherwisef_{X,Y} (x,y) = \begin{cases}\text{constant} & \text{if} \ (x,y) \ \text{inside the ellipse} \\ 0 & \text{otherwise} \end{cases} É dado por ρ=1−(hH)2−−−−−−−−−√ρ=1−(hH)2\rho …

8 probability  self-study  distributions  correlation  uniform 

Teoricamente, o termo de interceptação em um modelo de regressão logística captura todos os efeitos não observados? Em outras palavras, em um modelo de regressão logística com um ajuste perfeito (ou seja, todas as variáveis ​​relevantes estão incluídas), o termo de interceptação deve ser zero, certo?

8 logistic  intercept 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 4 anos . Estou trabalhando nos benchmarks de algumas redes neurais e eles levam uma quantidade significativa de …

8 r  neural-networks 

A seguir, é derivada de uma densidade de um artigo que estou estudando atualmente. Desculpe pela má qualidade, é um artigo bastante antigo. Preciso esclarecer que tem a densidade exponencial padrão em ( 0 , ∞ ) , U é uniforme em ( 0 , 1 ) e eles são …

8 probability  self-study  distributions  conditional-probability  cdf 

Eu tenho tentado encontrar o valor esperado de uma função de uma variável aleatória com uma distribuição de Dirichlet, integrando seu produto à função de densidade de Dirichlet sobre um simplex em R. Para verificar se eu estava aplicando a função correta em R, tentei integrar a função de densidade …

8 probability  distributions  dirichlet-distribution 

Eu tenho uma instância de gráfico com arestas direcionadas ponderadas cujos valores podem estar no intervalo [-1,1]. Eu preciso fazer cluster neste gráfico, a fim de descobrir grupos nos quais os vértices estão mais correlacionados. Procurei vários algoritmos baseados em gráficos de cluster ou de detecção de comunidade, mas a …

8 correlation  clustering  graph-theory  networks  igraph 

Seja X:Ω→RX:Ω→RX:\Omega\to\mathbb{R} e Y:Ω→RY:Ω→RY:\Omega\to\mathbb{R} sejam variáveis ​​aleatórias univariadas com CDF FX,Y(x,y)FX,Y(x,y)F_{X,Y}(x,y) tais que: FX,Y(x,y)=G1(x)G2(y),∀(x,y)∈R×RFX,Y(x,y)=G1(x)G2(y),∀(x,y)∈R×R F_{X,Y}(x,y)=G_1(x)G_2(y),\forall (x,y)\in\mathbb{R}\times\mathbb{R} que G1:R→RG1:R→RG_1:\mathbb{R}\to\mathbb{R} , G2:R→RG2:R→RG_2:\mathbb{R}\to\mathbb{R} são funções conhecidas. Pergunta : É verdade que XXX e YYY são RVs independentes? Alguém pode me dar algumas dicas? Tentei: FX(x)=limy→∞FX,Y(x,y)=limy→∞G1(x)G2(y)=G1(x)⋅limy→∞G2(y)FX(x)=limy→∞FX,Y(x,y)=limy→∞G1(x)G2(y)=G1(x)⋅limy→∞G2(y) F_X(x)=\lim_{y\to\infty}F_{X,Y}(x,y)=\lim_{y\to\infty}G_1(x)G_2(y)=G_1(x)\cdot\lim_{y\to\infty}G_2(y) mas não sei por que (ou se) …

8 random-variable  joint-distribution 

Estou trabalhando com o conjunto de dados "geyser" do pacote MASS e comparando as estimativas de densidade de kernel do pacote np. Meu problema é entender a estimativa de densidade usando a validação cruzada de mínimos quadrados e o kernel Epanechnikov: blep<-npudensbw(~geyser$waiting,bwmethod="cv.ls",ckertype="epanechnikov") plot(npudens(bws=blep)) Para o kernel gaussiano, parece estar bem: …

8 r  nonparametric  kernel-smoothing 

Comunidade SE, espero obter algumas idéias sobre o seguinte problema. Dado um modelo de regressão linear simples, Sob uma função de probabilidade gaussiana com termos de erro homoscedástico, a distribuição condicional da variável dependente assume a forma Atribuo um conjugado condicional (não informativo) antes para e h \ beta | …

8 regression  bayesian  variance  posterior  singular 

Estou usando R para executar regressão linear. Vi maneiras de calcular intervalos de previsão, mas estes dependem de dados homoscedásticos. Existe uma maneira de calcular intervalos de previsão com dados heterocedásticos?

8 r  regression  least-squares  heteroscedasticity  prediction-interval 

Eu tenho os valores médios e medianos para uma amostra extraída de uma distribuição lognormal. Observe que essa não é a média e a mediana dos logs da variável, embora eu possa, é claro, calcular os logs da média e da mediana. Existe uma solução de formulário fechado para μ …

8 estimation  mean  lognormal  median  parameterization 

Como o título diz, os termos função densidade de probabilidade e distribuição de probabilidade (ou apenas "distribuição") são intercambiáveis? Se não, qual é a diferença?

8 terminology 

Como é bem conhecido pela distribuição normal, 68% da massa de probabilidade está dentro de um desvio padrão da média, 95% dentro de dois desvios padrão e 99,7% dentro de 3 desvios padrão. No entanto, tenho algumas distribuições empíricas que são leptocúrticas e assimétricas negativamente. Em tais circunstâncias, existe uma …

8 normal-distribution  skewness  kurtosis