Perguntas com a marcação «pdf»

A função densidade de probabilidade (PDF) de uma variável aleatória contínua fornece a probabilidade relativa para cada um de seus possíveis valores. Use essa tag também para funções de massa de probabilidade discreta (PMFs).

1
Qual é o nome do método de estimativa de densidade em que todos os pares possíveis são usados ​​para criar uma distribuição de mistura Normal?
Eu apenas pensei em uma maneira pura (não necessariamente boa) de criar estimativas de densidade unidimensional e minha pergunta é: Esse método de estimativa de densidade tem um nome? Caso contrário, é um caso especial de algum outro método na literatura? Aqui está o método: Nós temos um vector X=[x1,x2,...,xn]X=[x1,x2,...,xn]X …
5
Como executar a imputação de valores em um número muito grande de pontos de dados?
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 
1
Diferenças entre PROC Mixed e lme / lmer em R - graus de liberdade
Nota: esta pergunta é um repost, pois minha pergunta anterior teve que ser excluída por razões legais. Ao comparar o PROC MIXED do SAS com a função lmedo nlmepacote no R, deparei-me com algumas diferenças bastante confusas. Mais especificamente, os graus de liberdade nos diferentes testes diferem entre PROC MIXEDe …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
1
Transformação linear de uma variável aleatória por uma matriz retangular alta
Digamos que temos um vetor aleatório , extraído de uma distribuição com função de densidade de probabilidade . Se o transformarmos linearmente por uma matriz classificação completa para obter , a densidade de será dada porX⃗ ∈RnX→∈Rn\vec{X} \in \mathbb{R}^nfX⃗ (x⃗ )fX→(x→)f_\vec{X}(\vec{x})n×nn×nn \times nAAAY⃗ =AX⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ (y⃗ )=1|detA|fX⃗ …
1
Densidade de Y = log (X) para X distribuído por gama
Esta questão está intimamente relacionada a este post Suponha que eu tenha uma variável aleatória e defina . Eu gostaria de encontrar a função densidade de probabilidade de .X∼Gamma(k,θ)X∼Gamma(k,θ)X \sim \text{Gamma}(k, \theta)Y=log(X)Y=log⁡(X)Y = \log(X)YYY Eu originalmente pensava que definiria apenas a função de distribuição cumulativa X, faria uma alteração na …
1
Compreensão intuitiva covariância, covariância cruzada, correlação automática / cruzada e densidade do espectro de potência
Atualmente, estou estudando para minhas finais em estatística básica para meu bacharel em educação infantil. Embora eu ache que as contas estão em geral, não tenho uma compreensão intuitiva do que os números realmente significam (preâmbulo: usarei uma linguagem um tanto desleixada). Eu sei que E [X] é a "média …
3
Como é definido quando
Diga que YYY é uma variável aleatória contínua e XXX é uma variável discreta. Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} Como sabemos, Pr(Y=y)=0Pr(Y=y)=0\Pr(Y=y) = 0 porque YYY é uma variável aleatória contínua. E com base nisso, sou tentado a concluir que a probabilidade Pr(X=x|Y=y)Pr(X=x|Y=y)\Pr(X=x|Y=y) é indefinida. No entanto, a Wikipedia afirma aqui …
1
Por que
Em um conjunto de problemas, provei esse "lema", cujo resultado não é intuitivo para mim. é uma distribuição normal padrão em um modelo censurado.ZZZ Formalmente, , e Z = m um x ( Z * , c ) . Então, E [ Z | Z > c ]Z∗∼ Nou r …
2
Estimativa de densidade de kernel em distribuições assimétricas
Sejam observações extraídas de uma distribuição de probabilidade desconhecida (mas certamente assimétrica).{x1,…,xN}{x1,…,xN}\{x_1,\ldots,x_N\} Gostaria de encontrar a distribuição de probabilidade usando a abordagem do KDE: No entanto, tentei usar um kernel gaussiano, mas ele teve um desempenho ruim, pois é simétrico. Assim, vi que alguns trabalhos sobre os kernels Gamma 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.