Perguntas com a marcação «self-study»

Um exercício de rotina de um livro, curso ou teste usado para uma aula ou auto-estudo. A política desta comunidade é "fornecer dicas úteis" para essas perguntas, em vez de respostas completas.

4
Suponha que são variáveis ​​aleatórias do iid. Quando a sequência deverá diminuir pela primeira vez?
Como sugerido no título. Suponha que são variáveis ​​aleatórias contínuas de iid com pdf . Considere o evento em que , , portanto é quando a sequência diminui pela primeira vez. Então, qual é o valor de ?X1,X2,…,XnX1,X2,…,XnX_1, X_2, \dotsc, X_nfffX1≤X2…≤XN−1>XNX1≤X2…≤XN−1>XNX_1 \leq X_2 \dotsc \leq X_{N-1} > X_NN≥2N≥2N \geq 2NNNE[N]E[N]E[N] …

2
Prove ou forneça um contra-exemplo: Se ,XnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX(∏ni=1Xi)1/n(∏i=1nXi)1/n(\prod_{i=1}^{n}X_i)^{1/n} →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX Minha tentativa : FALSE: Suponha que possa assumir apenas valores negativos e suponhaXXXXn≡XXn≡XX_n \equiv X ∀∀\forall nnn ENTÃO , no entanto, mesmo para , não é estritamente negativo. Em vez disso, alterna negativo …




4
Eu quero mostrar
Seja X:Ω→NX:Ω→NX:\Omega \to \mathbb N uma variável aleatória no espaço de probabilidade (Ω,B,P)(Ω,B,P)(\Omega,\mathcal B,P) Mostre que E(X)=∑n=1∞P(X≥n).E(X)=∑n=1∞P(X≥n).E(X)=\sum_{n=1}^\infty P(X\ge n). minha definição de E(X)E(X)E(X) é igual E(X)=∫ΩXdP.E(X)=∫ΩXdP.E(X)=\int_\Omega X \, dP. Obrigado.







1
Sugestão de teste estatístico
Preciso encontrar um teste estatístico apropriado (teste da razão de verossimilhança, teste t etc.) sobre o seguinte: Seja ser uma amostra iid de um vector aleatório ( X ; Y ) e assumir que ( Y X ) ~ N [ ( μ 1 μ 2 ) , ( 1 …

1
Por que Anova () e drop1 () forneceram respostas diferentes para os GLMMs?
Eu tenho um GLMM do formulário: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), obtenho resultados diferentes dos que utilizo Anova(model, type="III")na embalagem do carro ou summary(model). Estes dois últimos dão as mesmas respostas. Usando um monte de dados fabricados, …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

1
Distribuição da diferença de duas variáveis ​​uniformes independentes, truncadas em 0
Seja e Y duas variáveis ​​aleatórias independentes com a mesma distribuição uniforme U ( 0 , 1 ) com densidadeXXXYYYU(0,1)U(0,1)U(0,1) se 0 ≤ x ≤ 1 (e 0 em outro lugar).f(x)=1f(x)=1f(x)=10≤x≤10≤x≤10≤x≤1000 Seja uma variável aleatória real definida por:ZZZ se X > Y (e 0 em outro lugar).Z=X−YZ=X−YZ=X-YX>YX>YX>Y000 Derivar a distribuição …

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.