Perguntas com a marcação «sampling»

Criando amostras de uma população bem especificada usando um método probabilístico e / ou produzindo números aleatórios a partir de uma distribuição especificada. Como essa tag é ambígua, considere [amostragem de pesquisa] para o primeiro e [monte-carlo] ou [simulação] para o último. Para perguntas sobre a criação de amostras aleatórias a partir de distribuições conhecidas, considere usar a tag [geração aleatória].

2
Desenho da distribuição Dirichlet
Digamos que tenhamos uma distribuição de Dirichlet com o parâmetro do vetor dimensional . Como posso desenhar uma amostra (um vetor dimensional ) dessa distribuição? Eu preciso de uma (possivelmente) explicação simples.KKKα⃗ =[α1,α2,...,αK]α→=[α1,α2,...,αK]\vec\alpha = [\alpha_1, \alpha_2,...,\alpha_K]KKK
1
Explicação do fator de correção finito
Entendo que, quando a amostragem de uma população finita e o tamanho da nossa amostra é superior a 5% da população, é necessário corrigir a média e o erro padrão da amostra usando esta fórmula: FPC= N- nN- 1----√FPC=N-nN-1 1\hspace{10mm} FPC=\sqrt{\frac{N-n}{N-1}} Onde é o tamanho da população e é o …
2
O paradoxo dos dados iid (pelo menos para mim)
Na medida em que meu conhecimento agregado (e escasso) sobre estatística permite, entendi que se são suas variáveis ​​aleatórias, como o termo implica, elas são independentes e distribuídas de forma idêntica.X1,X2,...,XnX1,X2,...,XnX_1, X_2,..., X_n Minha preocupação aqui é a antiga propriedade das amostras de iid, que diz: p(Xn|Xi1,Xi2,...,Xik)=p(Xn),p(Xn|Xi1,Xi2,...,Xik)=p(Xn),p(X_{n}|X_{i_1},X_{i_2},...,X_{i_k}) = p(X_{n}), para …
2
Gerando dados com uma determinada matriz de covariância de amostra
Dada uma matriz de covariância , como gerar dados de modo a ter a matriz de covariância de amostra ?ΣsΣs\boldsymbol \Sigma_sΣ^=ΣsΣ^=Σs\hat{\boldsymbol \Sigma} = \boldsymbol \Sigma_s De maneira mais geral: geralmente estamos interessados ​​em gerar dados a partir de uma densidade f(x|θ)f(x|θ) f(x \vert \boldsymbol\theta) , com os dados xxx com …
1
Por que a distribuição amostral de variância é uma distribuição qui-quadrado?
A declaração A distribuição amostral da variância amostral é uma distribuição qui-quadrado com grau de liberdade igual a , onde n é o tamanho da amostra (dado que a variável aleatória de interesse é normalmente distribuída).n−1n−1n-1nnn Fonte Minha intuição Faz um sentido intuitivo para mim 1) porque um teste do …
7
Alguém pode ajudar a explicar a diferença entre independente e aleatória?
Nas estatísticas, independente e aleatório descrevem as mesmas características? Qual a diferença entre eles? Geralmente encontramos a descrição como "duas variáveis ​​aleatórias independentes" ou "amostragem aleatória". Eu estou querendo saber qual é a diferença exata entre eles. Alguém pode explicar isso e dar alguns exemplos? por exemplo, processo não independente, …
1
Bootstrapping vs Bayesian Bootstrapping conceitualmente?
Estou com problemas para entender o que é um processo bayesiano de inicialização e como isso seria diferente da inicialização normal. E se alguém pudesse oferecer uma revisão intuitiva / conceitual e uma comparação de ambos, isso seria ótimo. Vamos dar um exemplo. Digamos que temos um conjunto de dados …
4
Como projetar um novo vetor no espaço PCA?
Depois de executar a análise de componentes principais (PCA), quero projetar um novo vetor no espaço do PCA (ou seja, encontrar suas coordenadas no sistema de coordenadas do PCA). Eu calculei o PCA na linguagem R usando prcomp. Agora eu devo poder multiplicar meu vetor pela matriz de rotação PCA. …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
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.