Perguntas com a marcação «cdf»

Tenho quase certeza de que já vi o seguinte resultado nas estatísticas, mas não me lembro onde. Se for uma variável aleatória positiva e então quando , onde é o CDF de .XXXE(X)&lt;∞E(X)&lt;∞\mathbb{E}(X)<\inftyεF−1(1−ε)→0εF−1(1−ε)→0\varepsilon F^{-1}(1-\varepsilon) \to 0ε→0+ε→0+\varepsilon\to 0^+FFFXXX É fácil ver geometricamente usando a igualdade e considerando um corte horizontal em …

10 references  quantiles  cdf  moments 

Um pdf é geralmente escrito como , onde o minúsculo é tratado como uma realização ou resultado da variável aleatória que possui esse pdf. Da mesma forma, um cdf é escrito como , que tem o significado . Entretanto, em algumas circunstâncias, como a definição da função score e essa …

9 random-variable  pdf  cdf  intuition 

Exemplos: Eu tenho uma frase na descrição do trabalho: "Java senior engineer in UK". Eu quero usar um modelo de aprendizado profundo para prever em duas categorias: English e IT jobs. Se eu usar o modelo de classificação tradicional, ele poderá prever apenas 1 rótulo com softmaxfunção na última camada. …

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 

Estou tentando entender como obter valores- para o teste unilateral de Kolmogorov-Smirnov e estou lutando para encontrar CDFs para e no caso de duas amostras. O abaixo é citado em alguns lugares como CDF para em um caso de uma amostra:pppD+n1,n2Dn1,n2+D^{+}_{n_{1},n_{2}}D−n1,n2Dn1,n2−D^{-}_{n_{1},n_{2}}D+nDn+D^{+}_{n} p+n(x)=P(D+n≥x|H0)=x∑j=0⌊n(1−x)⌋(nj)(jn+x)j−1(1−x−jn)n−jpn+(x)=P(Dn+≥x|H0)=x∑j=0⌊n(1−x)⌋(nj)(jn+x)j−1(1−x−jn)n−jp^{+}_{n}\left(x\right) = \text{P}\left(D^{+}_{n} \ge x | \text{H}_{0}\right) = x\sum_{j=0}^{\lfloor …

9 self-study  kolmogorov-smirnov  cdf 

Deixe- são observações distintas (sem vínculos). Deixe- X * 1 , . . . , X ∗ n denota uma amostra de bootstrap (uma amostra do CDF empírico) e deixa ˉ X ∗ n = 1X1,...,XnX1,...,XnX_{1},...,X_{n}X∗1,...,X∗nX1∗,...,Xn∗X_{1}^{*},...,X_{n}^{*} . EncontreE( ˉ X ∗ n )eVar( ˉ X ∗ n ).X¯∗n=1n∑ni=1X∗iX¯n∗=1n∑i=1nXi∗\bar{X}_{n}^{*}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{*}E(X¯∗n)E(X¯n∗)E(\bar{X}_{n}^{*})Var(X¯∗n)Var(X¯n∗)\mathrm{Var}(\bar{X}_{n}^{*}) O que …

9 self-study  variance  bootstrap  cdf  conditional-expectation 

Estou interessado na distribuição do rebaixamento máximo de uma caminhada aleatória: Seja onde . O rebaixamento máximo após períodos é . Um artigo de Magdon-Ismail et. al. fornece a distribuição para o rebaixamento máximo de um movimento browniano com desvio. A expressão envolve uma soma infinita que inclui alguns termos …

9 distributions  cdf  finance  random-walk 

Eu sei que a prova da transformação integral de probabilidade foi dada várias vezes neste site. No entanto, as provas que encontrei usam a hipótese de que o CDF está aumentando estritamente (juntas, é claro, com a hipótese de que é uma variável aleatória contínua). Eu sei que, na verdade, …

9 probability  cdf 

Quero simular uma amostra de uma distribuição normal de mistura, de modo que p × N( μ1, σ21) + ( 1 - p ) × N( μ2, σ22)p×N(μ1,σ12)+(1−p)×N(μ2,σ22)p\times\mathcal{N}(\mu_1,\sigma_1^2) + (1-p)\times\mathcal{N}(\mu_2,\sigma_2^2) é restrito ao intervalo vez de . Isso significa que eu quero simular uma mistura truncada de distribuições normais.R[ 0 …

9 simulation  random-generation  cdf  mixture  gaussian-mixture 

Preciso encontrar uma classe de distribuição simétrica de baixa curtose, que inclua a distribuição gaussiana uniforme, triangular e normal. A distribuição Irwin-Hall (soma de padrão uniforme) oferece esta característica, mas não é o tratamento de pedidos não inteiros . No entanto, se você, por exemplo, simplesmente resumir de forma independente, …

9 distributions  pdf  uniform  cdf 

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 

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 dados que descrevem com que frequência um evento ocorre durante uma hora ("número por hora", nph) e quanto tempo os eventos duram ("duração em segundos por hora", dph). Estes são os dados originais: nph &lt;- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution 

O problema vem da página 377-379 deste [0] documento. Dada uma distribuição contínua FFF e um fixo z∈Rz∈Rz\in\mathbb{R}, considere: Lz(t)=PF(|z−Z|≤t)Lz(t)=PF(|z−Z|≤t)L_z(t)=P_F(|z-Z|\leq t) e H(z)=L−1z(0.5)=medZ∼F|z−Z|H(z)=Lz−1(0.5)=medZ∼F|z−Z|H(z)=L^{-1}_z(0.5)=\underset{Z\sim F}{\mbox{med}}|z-Z| z Z ∼ F zL−1z(u)=inf{t:Lz(t)&gt;u}Lz−1(u)=inf{t:Lz(t)&gt;u}L^{-1}_z(u)=\inf\{t:L_z(t)>u\}zzzZ∼FZ∼FZ\sim Fzzz L(t)=PF(H(Z)≤t)L(t)=PF(H(Z)≤t)L(t)=P_F(H(Z)\leq t) Agora, eu não tenho uma expressão analítica para (na verdade, tenho certeza de que uma expressão analítica não …

8 mathematical-statistics  quantiles  cdf  numerics  quantile-function 

Dados dois conjuntos de dados de números reais positivos X e Y, ambos do mesmo tamanho e 0 &lt;= Y &lt;= X para cada linha; o CDF empírico de X pode cruzar o CDF empírico de Y?

8 distributions  cdf 

Eu sei que o PDF é a primeira derivada do CDF para uma variável aleatória contínua e a diferença para uma variável aleatória discreta. No entanto, gostaria de saber por que isso ocorre, por que existem dois casos diferentes para discreto e contínuo?

8 mathematical-statistics  pdf  discrete-data  continuous-data  cdf