Perguntas com a marcação «gamma-distribution»

Uma distribuição de probabilidade contínua não negativa indexada por dois parâmetros estritamente positivos.

4
Quando usar GLMs gama?
A distribuição gama pode assumir uma ampla variedade de formas e, dado o vínculo entre a média e a variação através de seus dois parâmetros, parece adequado para lidar com a heterocedasticidade em dados não negativos, de uma maneira que o OLS transformado em log pode sem o WLS ou …



4
Bons métodos para gráficos de densidade de variáveis ​​não negativas em R?
plot(density(rexp(100)) Obviamente, toda a densidade à esquerda de zero representa viés. Estou procurando resumir alguns dados para não estatísticos e quero evitar perguntas sobre por que os dados não negativos têm densidade à esquerda de zero. Os gráficos são para verificação aleatória; Quero mostrar as distribuições de variáveis ​​por grupos …


2
Distribuições gama vs. lognormal
Eu tenho uma distribuição observada experimentalmente que se parece muito com uma distribuição gama ou lognormal. Eu li que a distribuição lognormal é a distribuição de probabilidade máxima de entropia para uma variável aleatória para a qual a média e a variação de ln ( X ) são fixas. A …


3
A relação entre a distribuição gama e a distribuição normal
Recentemente, achei necessário derivar um pdf para o quadrado de uma variável aleatória normal com média 0. Por qualquer motivo, optei por não normalizar a variação anteriormente. Se eu fiz isso corretamente, este pdf é o seguinte: N2(x;σ2)=1σ2π−−√x−−√e−x2σ2N2(x;σ2)=1 1σ2πxe-x2σ2 N^2(x; \sigma^2) = \frac{1}{\sigma \sqrt{2 \pi} \sqrt{x}} e^{\frac{-x}{2\sigma^2}} Percebi que isso …



3
Como amostrar de
Quero amostrar de acordo com uma densidade f(a)∝cada−1Γ(a)1(1,∞)(a)f(a)∝cada−1Γ(a)1(1,∞)(a) f(a) \propto \frac{c^a d^{a-1}}{\Gamma(a)} 1_{(1,\infty)}(a) ondecccedddsão estritamente positivos. (Motivação: isso pode ser útil para amostragem de Gibbs quando o parâmetro de forma de uma densidade gama tem um uniforme anterior.) Alguém sabe como tirar amostras dessa densidade facilmente? Talvez seja padrão e …


3
A soma das variáveis ​​aleatórias exponenciais segue Gamma, confusa pelos parâmetros
Aprendi que a soma de variáveis ​​aleatórias exponenciais segue a distribuição gama. Mas em todo lugar que leio a parametrização é diferente. Por exemplo, o Wiki descreve o relacionamento, mas não diga o que seus parâmetros realmente significam? Forma, escala, taxa, 1 / taxa? Distribuição exponencial: ~xxxexp(λ)exp(λ)exp(\lambda) f(x|λ)=λe−λxf(x|λ)=λe−λxf(x|\lambda )=\lambda {{e}^{-\lambda …

1
Construção da distribuição Dirichlet com distribuição Gamma
Seja X1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1} variáveis ​​aleatórias mutuamente independentes, cada uma com uma distribuição gama com os parâmetros αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1 mostre que Yi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,k, tem uma distribuição conjunta comoDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) PDF conjunto de (X1,…,Xk+1)=e−∑k+1i=1xixα1−11…xαk+1−1k+1Γ(α1)Γ(α2)…Γ(αk+1)(X1,…,Xk+1)=e−∑i=1k+1xix1α1−1…xk+1αk+1−1Γ(α1)Γ(α2)…Γ(αk+1)(X_1,\dots,X_{k+1})=\frac{e^{-\sum_{i=1}^{k+1}x_i}x_1^{\alpha_1-1}\dots x_{k+1}^{\alpha_{k+1}-1}}{\Gamma(\alpha_1)\Gamma(\alpha_2)\dots \Gamma(\alpha_{k+1})} Então, para encontrar pdf conjunto de(Y1,…,Yk+1)(Y1,…,Yk+1)(Y_1,\dots,Y_{k+1})não consigo encontrar jacobiano, ou seja,J(x1,…,xk+1y1,…,yk+1)J(x1,…,xk+1y1,…,yk+1)J(\frac{x_1,\dots,x_{k+1}}{y_1,\dots,y_{k+1}})

2
Inclinação do logaritmo de uma variável aleatória gama
Considere a variável aleatória gama . Existem fórmulas puras para média, variação e assimetria:X∼Γ(α,θ)X∼Γ(α,θ)X\sim\Gamma(\alpha, \theta) E[X]Var[X]Skewness[X]=αθ=αθ2=1/α⋅E[X]2=2/α−−√E[X]=αθVar⁡[X]=αθ2=1/α⋅E[X]2Skewness⁡[X]=2/α\begin{align} \mathbb E[X]&=\alpha\theta\\ \operatorname{Var}[X]&=\alpha\theta^2=1/\alpha\cdot\mathbb E[X]^2\\ \operatorname{Skewness}[X]&=2/\sqrt{\alpha} \end{align} Considere agora uma variável aleatória transformada em log . A Wikipedia fornece fórmulas para a média e a variação:Y=log(X)Y=log⁡(X)Y=\log(X) E[Y]Var[Y]=ψ(α)+log(θ)=ψ1(α)E[Y]=ψ(α)+log⁡(θ)Var⁡[Y]=ψ1(α)\begin{align} \mathbb E[Y]&=\psi(\alpha)+\log(\theta)\\ \operatorname{Var}[Y]&=\psi_1(\alpha)\\ \end{align} via funções digamma e …

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.