Perguntas com a marcação «pdf»

Encontrei um lema no jornal infoGAN . Não compreendo a derivação do Lema 5.1 na adenda do artigo. É o seguinte (incluído como png): Eu não entendo o último passo. Por que alguém pode puxar para a integral mais interna, transformando-a em f ( x ′ , y ) ? …

8 probability  pdf  conditional-expectation  integral 

Gostaria de calcular P( Y= a X2+ b X+ c &lt; 0 )P(Y=aX2+bX+c&lt;0)P(Y=aX^2+bX+c<0) onde . Eu posso fazer isso facilmente usando Monte Carlo. No entanto, me pediram para encontrar o pdf analítico de e depois calcularX∼ N( 0 , σ)X∼N(0,σ)X \sim N(0,\sigma)fY( y)fY(y)f_Y(y)YYY Eu= ∫0 0- ∞fY( y) dyI=∫−∞0fY(y)dyI=\int_{-\infty}^0 f_Y(y) …

8 probability  normal-distribution  pdf  polynomial 

Esta é uma continuação direta da minha pergunta recente . O que eu realmente quero é a distribuição de , ondea,b,c,dsão uniformes em[0,1]. Agora, a distribuição de(a-d)2+4bcfoi computada com sucesso nosegmentomencionado, e vamos chamá-lo deh(x). A distribuição de √a + d+ ( a - d)2+ 4 b c-----------√a+d+(a−d)2+4bca+d+\sqrt{(a-d)^2+4bc}a , b …

8 distributions  random-variable  pdf  uniform  mathematica 

Eu sei que o PDF é a primeira derivada do CDF para uma variável aleatória contínua e a diferença para uma variável aleatória discreta. No entanto, gostaria de saber por que isso ocorre, por que existem dois casos diferentes para discreto e contínuo?

8 mathematical-statistics  pdf  discrete-data  continuous-data  cdf 

Suponha que eu tenha variáveis ​​aleatórias normais independentesnnn X1∼N(μ1,σ21)X2∼N(μ2,σ22)⋮Xn∼N(μn,σ2n)X1∼N(μ1,σ12)X2∼N(μ2,σ22)⋮Xn∼N(μn,σn2)X_1 \sim \mathrm{N}(\mu_1, \sigma_1^2)\\X_2 \sim \mathrm{N}(\mu_2, \sigma_2^2)\\\vdots\\X_n \sim \mathrm{N}(\mu_n, \sigma_n^2) e . Como caracterizaria a densidade de se a distribuição de cada é truncada para dentro ? Em outras palavras, estou amostrando distribuições normais independentes, descartando amostras fora de de cada média …

8 r  normal-distribution  pdf  truncation  saddlepoint-approximation 

A versão geral: Preciso estimar onde e são contínuos e multivariados. Prefiro fazê-lo de forma não paramétrica, porque não tenho uma boa forma funcional em mente e precisa ser algo como imparcial. Eu queria usar um estimador condicional de densidade do kernel, mas percebi que precisaria quantizar o primeiro. Então …

8 regression  estimation  nonparametric  pdf  causality 

Tentando provar que isso não pertence à família exponencial. f(y|a)=4(y+a)(1+4a);0&lt;y&lt;1,a&gt;0f(y|a)=4(y+a)(1+4a);0&lt;y&lt;1,a&gt;0f(y|a)=4\frac{(y+a)}{(1+4a)} ; 0 < y < 1 , a>0 Aqui está a minha abordagem: f(y|a)=4(y+a)e−log(1+4a)f(y|a)=4(y+a)e−log(1+4a)f(y|a) = 4(y+a)e^{-log(1+4a)} f(y|a)=(4y)(1+ay)e−log(1+4a)f(y|a)=(4y)(1+ay)e−log(1+4a)f(y|a) = (4y)(1+\frac{a}{y})e^{-log(1+4a)} Comparando isto com a forma padrão, e , que tem de ser uma função de apenas , não pode ser definida …

8 self-study  pdf  exponential-family 

Preciso calcular o CDF Dirichlet , mas só consigo encontrar implementações do PDF . Vocês conhecem alguma biblioteca (de preferência a R) implementando-a?

8 r  matlab  pdf  cdf  dirichlet-distribution 

Estou executando a simulação em um modelo linear. Recebo 1000 resultados e os resultados são colocados em um gráfico de densidade. Entendo que o xaxis é a variável dependente e o yaxis representa a densidade do kernel. Yaxis está em números decimais, como de 0 a 0,15. Como explico isso …

8 distributions  pdf  kernel-smoothing 

Estou tentando ajustar uma distribuição gama inversa de três parâmetros aos meus dados em R ou Python. Eu gostaria de fazer isso usando a estimativa de máxima verossimilhança (MLE). O pdf dos três parâmetros gama inversa é dado por: Onde Γ é a função gama, ρ é a forma, α …

8 r  pdf  curve-fitting  gamma-distribution 

Suponhamos que temos variável aleatória distribuído como L [ 0 , 1 ] e X 2 distribuído como L [ 0 , X 1 ] , em que L [ a , b ] significa distribuição uniforme no intervalo [ a , b ] .X1X1X_1você[ 0 , 1 ]U[0,1]U[0,1]X2X2X_2você[ 0 …

8 pdf  marginal  joint-distribution 

Eu tenho alguns dados que estão claramente truncados à esquerda. Desejo ajustá-lo com uma estimativa de densidade que o manipule de alguma maneira, em vez de tentar suavizá-lo. Quais métodos conhecidos (como de costume, em R) podem resolver isso? Código de amostra: set.seed(1341) x &lt;- c(runif(30, 0, 0.01), rnorm(100,3)) hist(x, …

8 r  pdf  histogram  kernel-smoothing 

Eu tenho uma máquina de estado com entradas positivas e negativas. O tempo entre as entradas positivas segue uma distribuição gama ( ), e o tempo entre as entradas negativas segue uma distribuição gama diferente ( ). Assim, as probabilidades de receber positivo e entradas negativas sobre algum intervalo de …

7 pdf  stochastic-processes  markov-process  queueing  interarrival-time 

Como acompanhamento de Como a coordenada polar, , é distribuída quando e se ?θθ\theta( x , y) ∼ U( - 1 , 1 ) × U( - 1 , 1 )(x,y)∼U(−1,1)×U(−1,1)(x,y) \sim U(-1,1) \times U(-1,1)( x , y) ∼ N( 0 , 1 ) × N( 0 , 1 )(x,y)∼N(0,1)×N(0,1)(x,y) …

7 normal-distribution  matlab  pdf  uniform  geometry 

Na internet, vi referências dispersas à ideia de redimensionar uma função objetiva e usá-la como PDF para fins de otimização. (Neste site, por exemplo: As técnicas de otimização são mapeadas para as técnicas de amostragem? ) Alguém pode me indicar um local onde eu possa aprender mais sobre esse método? …

7 sampling  optimization  pdf  algorithms