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.



1
Se são beta independentes, então mostra também é beta
Aqui está um problema que surgiu em um exame semestral em nossa universidade, alguns anos atrás, e estou lutando para resolver. Se são variáveis ​​aleatórias independentes com densidades e respectivamente, mostram que segue . β β ( n 1 , n 2 ) β ( n 1 + 1X1,X2X1,X2X_1,X_2ββ\betaβ(n1,n2)β(n1,n2)\beta(n_1,n_2)√β(n1+12,n2)β(n1+12,n2)\beta(n_1+\dfrac{1}{2},n_2) β(2n1,2n2)X1X2−−−−−√X1X2\sqrt{X_1X_2}β(2n1,2n2)β(2n1,2n2)\beta(2n_1,2n_2) …


1
O binômio negativo não é expressável como na família exponencial se houver duas incógnitas?
Eu tinha uma tarefa de casa para expressar a distribuição binomial negativa como uma família exponencial de distribuições, uma vez que o parâmetro de dispersão era uma constante conhecida. Isso foi bastante fácil, mas eu me perguntava por que eles exigiriam que mantivéssemos esse parâmetro fixo. Eu descobri que não …

1
Obtendo vetores de cointegração usando o método Johansen
Estou tentando entender melhor o método de Johansen, por isso desenvolvi um exemplo 3.1, dado pelo livro Probometria Baseada em Inferência Cointegrada-Autoregressiva-Econometria, onde temos três processos: X1t=∑i=1tϵ1i+ϵ2tX1t=∑i=1tϵ1i+ϵ2tX_{1t} = \sum_{i=1}^t \epsilon_{1i} + \epsilon_{2t} X2t=α∑i=1tϵ1i+ϵ3tX2t=α∑i=1tϵ1i+ϵ3t X_{2t} = \alpha \sum_{i=1}^t \epsilon_{1i} + \epsilon_{3t} X3t=ϵ4tX3t=ϵ4t X_{3t} = \epsilon_{4t} então os vetores de cointegração devem …

1
Qual é o CDF de duas amostras de e do teste unilateral de Kolmogorov-Smirnov?
Estou tentando entender como obter valores- para o teste unilateral de Kolmogorov-Smirnov e estou lutando para encontrar CDFs para e no caso de duas amostras. O abaixo é citado em alguns lugares como CDF para em um caso de uma amostra:pppD+n1,n2Dn1,n2+D^{+}_{n_{1},n_{2}}D−n1,n2Dn1,n2−D^{-}_{n_{1},n_{2}}D+nDn+D^{+}_{n} p+n(x)=P(D+n≥x|H0)=x∑j=0⌊n(1−x)⌋(nj)(jn+x)j−1(1−x−jn)n−jpn+(x)=P(Dn+≥x|H0)=x∑j=0⌊n(1−x)⌋(nj)(jn+x)j−1(1−x−jn)n−jp^{+}_{n}\left(x\right) = \text{P}\left(D^{+}_{n} \ge x | \text{H}_{0}\right) = x\sum_{j=0}^{\lfloor …


4
O que é uma "distribuição estritamente positiva"?
Estou lendo "Causalidade" da Judea Pearl (segunda edição 2009) e na seção 1.1.5 Independência Condicional e Grapóides, ele afirma: A seguir, é apresentada uma lista (parcial) de propriedades satisfeitas pela relação de independência condicional (X_ || _Y | Z). Simetria: (X_ || _ Y | Z) ==> (Y_ || _X …



2
Variação da média da amostra da amostra de bootstrap
Deixe- são observações distintas (sem vínculos). Deixe- X * 1 , . . . , X ∗ n denota uma amostra de bootstrap (uma amostra do CDF empírico) e deixa ˉ X ∗ n = 1X1,...,XnX1,...,XnX_{1},...,X_{n}X∗1,...,X∗nX1∗,...,Xn∗X_{1}^{*},...,X_{n}^{*} . EncontreE( ˉ X ∗ n )eVar( ˉ X ∗ n ).X¯∗n=1n∑ni=1X∗iX¯n∗=1n∑i=1nXi∗\bar{X}_{n}^{*}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{*}E(X¯∗n)E(X¯n∗)E(\bar{X}_{n}^{*})Var(X¯∗n)Var(X¯n∗)\mathrm{Var}(\bar{X}_{n}^{*}) O que …

2
Expectativa de quociente de somas de variáveis ​​aleatórias do IID (planilha da Universidade de Cambridge)
Estou me preparando para uma entrevista que requer um conhecimento decente da probabilidade básica (pelo menos para passar pela entrevista em si). Estou revisando a folha abaixo dos meus dias de estudante. Tem sido bastante direto, mas estou completamente perplexo na pergunta 12. http://www.trin.cam.ac.uk/dpk10/IA/exsheet2.pdf Qualquer ajuda seria apreciada. Edit: a …

3
Livros sobre ecologia estatística?
Sei que essa pergunta foi feita antes: livro de referência para estudos ecológicos, mas não é o que estou procurando. O que estou procurando é se alguém poderia recomendar um bom livro (ou uma referência canônica) sobre ecologia estatística? Eu tenho um entendimento muito bom das estatísticas, então o livro …

1
Sob quais suposições o método dos mínimos quadrados ordinários fornece estimadores eficientes e imparciais?
É verdade que, sob as premissas de Gauss Markov, o método dos mínimos quadrados ordinários fornece estimadores eficientes e imparciais? Então: tE( ut) = 0E(ut)=0E(u_t)=0 para todos osttt t = sE( utvocês) = σ2E(utus)=σ2E(u_tu_s)=\sigma^2 parat = st=st=s t ≠ sE( utvocês) = 0E(utus)=0E(u_tu_s)=0 parat ≠ st≠st\neq s onde são os …

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.