Perguntas com a marcação «distributions»

A questão: Xn→dXXn→dXX_n\stackrel{d}{\rightarrow}X eYn→dY⟹?Xn+Yn→dX+YYn→dY⟹?Xn+Yn→dX+YY_n\stackrel{d}{\rightarrow}Y \stackrel{?}{\implies} X_n+Y_n\stackrel{d}{\rightarrow}X+Y Eu sei que isso não se aplica em geral; O teorema de Slutsky só se aplica quando uma ou ambas as convergências estão em probabilidade. No entanto, existem casos em que isso ocorre ? Por exemplo, se as seqüências e forem independentes.XnXnX_nYnYnY_n

8 distributions  convergence  asymptotics  slutsky-theorem 

Considere uma família de distribuições com PDF (até uma constante de proporcionalidade) dada por Como é chamado? Se não tiver um nome, como você o chamaria?p ( x ) ∼ 1( 1 + α x2)1 / α.p(x)∼1(1+αx2)1/α.p(x)\sim \frac{1}{(1+\alpha x^2)^{1/\alpha}}. Parece bastante semelhante à família de distribuições com PDF proporcional a …

8 distributions  terminology  t-distribution  tsne  cauchy 

Frequentemente, na literatura, os autores têm se interessado em encontrar a distribuição estacionária de um processo de série temporal. Por exemplo, considere o seguinte processo simples AR ( ) : que .{ X t } X t = α X t - 1 + e t , e t i …

8 distributions  markov-process  stationarity  autoregressive  intuition 

Estou trabalhando no seguinte problema: Sejam e variáveis ​​aleatórias independentes com densidade comum que . Seja U = \ min (X, Y) e V = \ max (X, Y) . Localizar a densidade de conjunta de (U, V) e, portanto, encontrar o pdf de u + v .XXXYYYf(x)=αβ−αxα−110&lt;x&lt;βf(x)=αβ−αxα−110&lt;x&lt;βf(x)=\alpha\beta^{-\alpha}x^{\alpha-1}\mathbf1_{0<x<\beta}α⩾1α⩾1\alpha\geqslant1U=min(X,Y)U=min(X,Y)U=\min(X,Y)V=max(X,Y)V=max(X,Y)V=\max(X,Y)(U,V)(U,V)(U,V)U+VU+VU+V Como U+V=X+YU+V=X+YU+V=X+Y …

8 self-study  distributions  mathematical-statistics  random-variable 

Ao pensar em um histograma como uma estimativa da função de densidade, é razoável pensar no tamanho da caixa como um parâmetro que restringe a estrutura local dessa função? Além disso, existe uma maneira melhor de articular esse raciocínio?

8 machine-learning  distributions  regularization  histogram  binning 

Este problema surgiu em minha pesquisa: suponha que sejam distribuições exponenciais (ED) com média e permita que seja um número não negativo. É verdade que Isso passa na verificação de sanidade, pois o valor esperado de ambos os lados é igual a , e se deixarmos , o lado esquerdo …

8 distributions  mathematical-statistics  poisson-distribution  exponential  saddlepoint-approximation 

Nos cursos mais básicos da teoria das probabilidades, as funções geradoras de momento relatado (mgf) são úteis para calcular os momentos de uma variável aleatória. Em particular a expectativa e variação. Agora, na maioria dos cursos, os exemplos que eles fornecem para expectativa e variação podem ser resolvidos analiticamente usando …

8 probability  distributions  mathematical-statistics  mgf  method-of-moments 

Qual seria a distribuição da seguinte equação: y= a2+ 2 a d+ d2y=a2+2ad+d2y = a^2 + 2ad + d^2 onde e são variáveis ​​aleatórias qui-quadrado independentes não centrais com graus de liberdade.d 2 Mumaaaddd2 M2M2 \textbf{M} OBS .: Os rv que geram e têm e , digamos .d μ = …

8 distributions  chi-squared  pdf 

Por favor, perdoe minha ignorância, qual é o nome da distribuição com uma densidade de probabilidade como esta? ou mais geralmente ou que é uma constante de normalização.p ( x ) ∝ 1p(x)∝11+ex,x&gt;0,p(x)∝11+ex,x&gt;0,p(x) \propto \frac{1}{1 + e^x},\quad x > 0\,,p ( x ) = η 1p(x)∝11+αeβx,x&gt;0,p(x)∝11+αeβx,x&gt;0,p(x) \propto \frac{1}{1 + \alpha …

8 probability  distributions 

Conforme observado por Wand e Jones (1995), a maioria dos kernels padrão pode ser vista como um caso de K( x ; p ) = { 22 p + 1B (p+1,p+1) }- 1( 1 - x2)p1{ | x | &lt; 1 }K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|&lt;1} K(x;p) = \{ 2^{2p+1} \; \mathrm{B}(p+1,p+1) \}^{-1} \; …

8 distributions  kernel-smoothing  beta-distribution 

Eu enfrentei uma distribuição limitadora com covariância zero entre duas variáveis, mas a correlação delas é . Existe tal distribuição? Como isso pode ser explicado?111 Você está certo, posso precisar dar mais detalhes. OK, X e Y são distribuição normal bivariada com diferentes variações e médias (livres de n) mas …

8 distributions  correlation  covariance  asymptotics  bivariate 

Frequentemente, estudamos o modelo Gaussian Mixture como um modelo útil no aprendizado de máquina e suas aplicações. Qual é o significado físico dessa " mistura "? É usado porque um Modelo de Mistura Gaussiano modela a probabilidade de várias variáveis ​​aleatórias, cada uma com seu próprio valor de média? Caso …

8 machine-learning  distributions  gaussian-mixture  mixture  mathematical-statistics 

Estou interessado em relacionamentos entre distribuições. Como 'Soma das variáveis ​​aleatórias exponenciais é uma variável aleatória gama. Certa distribuição condicional é outra distribuição etc. ' Eu procurei na wikipedia e no google, mas há apenas resumos deles, não especificamente provados ou explicados. Quero saber sobre os relacionamentos da distribuição e …

8 distributions  references 

Eu li os ótimos comentários sobre como lidar com valores ausentes antes de aplicar o SVD, mas gostaria de saber como ele funciona com um exemplo simples: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada a matriz …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

Recebi uma tabela de e , que são tais que o número de indica um quantidade de filhos que todos têm.x=(0,1,2,3,4,5,6)x=(0,1,2,3,4,5,6)x=(0,1,2,3,4,5,6)y=(3062,587,284,103,33,4,2)y=(3062,587,284,103,33,4,2)y=(3062,587,284,103,33,4,2)xixix_iyiyiy_i Me pediram para ajustar uma distribuição de Poisson a isso. O que significa ajustar uma distribuição de Poisson a isso? Aqui, p.8: http://www.stats.ox.ac.uk/~marchini/teaching/L5/L5.notes.pdf diz-se que o ajuste de Poisson …

8 self-study  distributions  maximum-likelihood  fitting