Perguntas com a marcação «moments»

Na física ou na mecânica matemática, a partir de uma posição baseada no tempo , obtém-se taxas de variação por meio de derivadas em relação ao tempo: velocidade, aceleração, empurrão (3ª ordem), salto (4ª ordem).x ( t )x(t)x(t) Alguns já propuseram snap, crackle, pop para derivativos até a sétima ordem. …

10 distributions  terminology  moments  notation  history 

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 

Uma função geradora de momentos é uma transformada de Fourier de uma função de densidade de probabilidade? Em outras palavras, uma função geradora de momento é apenas a resolução espectral de uma distribuição de densidade de probabilidade de uma variável aleatória, ou seja, uma maneira equivalente de caracterizar uma função …

10 moments  mgf  cumulants 

Este é apenas um exemplo que encontrei várias vezes, portanto não tenho dados de amostra. Executando um modelo de regressão linear em R: a.lm = lm(Y ~ x1 + x2) x1é uma variável contínua. x2é categórico e possui três valores, por exemplo, "Baixo", "Médio" e "Alto". No entanto, a saída …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Conheço os primeiros momentos de alguma distribuição. Sei também que minha distribuição é contínua, unimodal e bem modelada (parece distribuição de gama). É possível:NNN Usando algum algoritmo, gere amostras dessa distribuição, que em condições limite terão exatamente os mesmos momentos? Resolver este problema analiticamente? Entendo que até que eu tenha …

9 distributions  moments 

Seja em . Quais são as matrizes de média e covariância de (com o max computado elementar)?Z∼N(μ,Σ)Z∼N(μ,Σ)Z \sim \mathcal N(\mu, \Sigma)RdRd\mathbb R^dZ+=max(0,Z)Z+=max(0,Z)Z_+ = \max(0, Z) Isso ocorre, por exemplo, porque, se usarmos a função de ativação ReLU dentro de uma rede profunda, e assumirmos através do CLT que as entradas …

9 probability  distributions  normal-distribution  moments  censoring 

ConsidereXn= ⎧⎩⎨1 1- 12kwp ( 1 - 2- n) / 2wp ( 1 - 2- n) / 2wp 2- k para k &gt; nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k&gt;nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} …

9 probability  self-study  central-limit-theorem  moments  asymptotics 

Alguém pode sugerir como calcular a função geradora de momento do produto interno de dois vetores aleatórios gaussianos, cada um distribuído como , independente um do outro? Existe algum resultado padrão disponível para isso? Qualquer ponteiro é muito apreciado.N(0,σ2)N(0,σ2)\mathcal N(0,\sigma^2)

9 normal-distribution  mathematical-statistics  multivariate-analysis  moments  mgf 

Estou tentando mostrar que o momento central de uma distribuição simétrica: é zero para números ímpares. Então, por exemplo, o terceiro momento centralComecei tentando mostrar que {\ bf E [(Xu) ^ 3] = E [X ^ 3] -3uE [X ^ 2] + 3u ^ 2E [X] - u ^ 3}. …

9 mathematical-statistics  expected-value  moments 

De acordo com a Lei da variância total, Var(X)=E(Var(X∣Y))+Var(E(X∣Y))Var⁡(X)=E⁡(Var⁡(X∣Y))+Var⁡(E⁡(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) Ao tentar provar isso, escrevo Var(X)=E(X−EX)2=E{E[(X−EX)2∣Y]}=E(Var(X∣Y))Var⁡(X)=E⁡(X−E⁡X)2=E⁡{E⁡[(X−E⁡X)2∣Y]}=E⁡(Var⁡(X∣Y)) \begin{equation} \begin{aligned} \operatorname{Var}(X) &= \operatorname{E}(X - \operatorname{E}X)^2 \\ &= \operatorname{E}\left\{\operatorname{E}\left[(X - \operatorname{E}X)^2\mid Y\right]\right\} \\ &= \operatorname{E}(\operatorname{Var}(X\mid Y)) \end{aligned} \end{equation} O que há de errado com isso?

9 variance  conditional-probability  expected-value  conditional-expectation  moments 

Nos comentários abaixo de um post meu , Glen_b e eu estávamos discutindo como distribuições discretas necessariamente têm média e variação dependentes. Para uma distribuição normal, faz sentido. Se eu disser a você , você não tem idéia do que é, e se eu disser a , você não tem …

9 distributions  variance  mean  independence  moments 

Se que o suporte de é . Então, . Então diga que eu suponho que tenha momentos finitos. Quando , eu sei que os meios de onde é a densidade associado de . Qual o equivalente matemático de assumir tem momentos finitos quando ?X∼ FX∼FX \sim FXXXRpRp\mathbb{R}^pX= ( X1, X2, …

9 probability  random-variable  expected-value  moments 

Estou aprendendo sobre a teoria dos modelos lineares agora, e uma coisa que acho surpreendente é que, embora esteja definido para um vetor aleatório , não há menção de outros momentos além da matriz de covariância.E [ Y ]E[Y]\mathbb{E}[\mathbf{Y}]Y = ⎡⎣⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥Y=[y1y2⋮yn]\mathbf{Y} = \begin{bmatrix} y_1 \\ y_2 \\ \vdots \\ y_n\end{bmatrix} …

9 self-study  moments 

Inspirado por essa pergunta , tentei obter uma expressão para o terceiro momento central de uma soma de um número aleatório de variáveis ​​aleatórias iid. Minha pergunta é se está correto e, se não, o que está errado ou que suposições adicionais podem estar faltando. Especificamente, deixe: S=∑1NXi,S=∑1NXi,S=\sum_1^N{X_i}, que é …

8 random-variable  moments 

Para uma variável aleatória não negativa , como provar que está diminuindo em ?XXXE(Xn)1nE(Xn)1nE(X^n)^{\frac1n}nnn

8 mathematical-statistics  random-variable  moments