Perguntas com a marcação «moments»

Percebo nos métodos de estatística / aprendizado de máquina que uma distribuição é frequentemente aproximada por um gaussiano e, em seguida, que gaussiano é usado para amostragem. Eles começam calculando os dois primeiros momentos da distribuição e os usam para estimar e . Então eles podem provar a partir desse …

14 probability  sampling  moments 

Então, eu tenho um processo aleatório gerando variáveis ​​aleatórias normalmente distribuídas em log XXX. Aqui está a função de densidade de probabilidade correspondente: Eu queria estimar a distribuição de alguns momentos dessa distribuição original, digamos o primeiro momento: a média aritmética. Para isso, desenhei 100 variáveis ​​aleatórias 10.000 vezes, para …

13 estimation  bias  fitting  lognormal  moments 

Quais testes estão disponíveis para testar duas amostras independentes para a hipótese nula de que elas provêm de populações com a mesma inclinação? Existe um teste clássico de 1 amostra para determinar se a inclinação é igual a um número fixo (o teste envolve o sexto momento da amostra!); existe …

13 hypothesis-testing  distributions  bootstrap  moments  l-moments 

Nas estatísticas circulares, o valor esperado de uma variável aleatória ZZZ com valores no círculo é definido como (consulte a Wikipedia ). Essa é uma definição muito natural, assim como a definição da variação Portanto, não precisamos de um segundo momento para definir a variação!SSSm1( Z) = ∫SzPZ( θ ) …

13 mathematical-statistics  moments  intuition  circular-statistics 

Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis ​​estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Existem distribuições não idênticas que possuem a mesma função geradora de momentos?

12 distributions  moments  mgf 

Existe um análogo ao momento mais alto das desigualdades de Chebyshev no caso unilateral? A desigualdade de Chebyshev-Cantelli parece funcionar apenas para a variação, enquanto a desigualdade de Chebyshev pode facilmente ser produzida para todos os expoentes. Alguém sabe de uma desigualdade unilateral nos momentos mais altos?

12 approximation  moments  probability-inequalities 

Eu estava pensando no significado de família em escala de localização. Meu entendimento é que, para cada membro de uma família de escalas de localização com parâmetros localização , a distribuição de não depende de nenhum parâmetro e é a mesma para todos os pertencentes a essa família.a b Z …

12 probability  distributions  mathematical-statistics  random-variable  moments 

O momento de uma variável aleatória X é finito se E ( | X r | ) &lt; ∞rrrXXXE(|Xr|)&lt;∞E(|Xr|)&lt;∞ \mathbb E(|X^r|)< \infty Estou tentando mostrar que, para qualquer número inteiro positivo , o s- ésimo momento E [ | X s | ] também é finito.s&lt;rs&lt;rs<rsssE[|Xs|]E[|Xs|]\mathbb E[|X^s|]

12 self-study  moments  function 

Eu tenho uma situação em que sou capaz de estimar (o primeiro) momentos de um conjunto de dados e gostaria de usá-lo para produzir uma estimativa da função de densidade.kkk Eu já me deparei com a distribuição da Pearson , mas percebi que ela depende apenas dos 4 primeiros momentos …

11 pdf  kernel-smoothing  moments 

alguém pode fornecer uma intuição sobre por que os momentos mais altos de uma distribuição de probabilidade p(x)como o terceiro e o quarto momentos correspondem à assimetria e curtose, respectivamente? especificamente, por que o desvio da média aumentada para a 3ª ou a 4ª potência acaba se traduzindo em uma …

11 mathematical-statistics  skewness  moments  intuition  kurtosis 

Eu estou usando o estimador usual para , mas eu noto que mesmo pequenas outliers 'em minha distribuição empírica, isto é, pequenos picos muito longe do centro, afetá-lo tremendamente. Existe um estimador de curtose mais robusto?K^=μ^4σ^4K^=μ^4σ^4\hat{K}=\frac{\hat{\mu}_4}{\hat{\sigma}^4}

11 outliers  robust  moments  kurtosis 

Qual é a melhor maneira de aproximar para dois inteiros dados quando você conhece a média , variação , e excesso de curtose de uma distribuição discreta e fica claro pelas medidas (diferentes de zero) da forma e que uma aproximação normal não é apropriada?m , n u σ 2 …

11 probability  distributions  moments  approximation  saddlepoint-approximation 

Estou curioso para saber se existe uma transformação que altera a inclinação de uma variável aleatória sem afetar a curtose. Isso seria análogo ao modo como uma transformação afim de um VD afeta a média e a variância, mas não a inclinação e a curtose (em parte porque a inclinação …

11 data-transformation  random-variable  moments 

Estou calculando a covariância de uma distribuição em paralelo e preciso combinar os resultados distribuídos no Gaussiano singular. Como faço para combinar os dois? A interpolação linear entre os dois quase funciona, se eles são distribuídos e dimensionados de maneira semelhante. A Wikipedia fornece um forumla na parte inferior para …

11 covariance  moments