Perguntas com a marcação «uniform»

Retirado de Grimmet e Stirzaker : Mostre que não pode ser o caso de U = X + Y, emU=X+YU=X+Y que é uniformemente distribuído em [0,1] e e são independentes e distribuídos de forma idêntica. Você não deve assumir que X e Y são variáveis ​​contínuas.UUUXXXYYY Uma prova simples por …

18 probability  random-variable  continuous-data  uniform  proof 

Desejo desenhar números inteiros de 1 a algum específico , rolando um número razoável de dados de seis lados (d6). Uma boa resposta irá explicar por que seu método produz números inteiros uniformes e independentes .NNN Como exemplo ilustrativo, seria útil explicar como uma solução funciona para o caso de …

18 probability  random-generation  uniform  dice 

Li aqui que, dada uma amostra de uma distribuição contínua com o cdf , a amostra correspondente a segue uma distribuição uniforme padrão.F X U i = F X ( X i )X1, X2, . . . , XnX1,X2,...,Xn X_1,X_2,...,X_n FXFX F_X vocêEu= FX( XEu)vocêEu=FX(XEu) U_i = F_X(X_i) Eu verifiquei …

17 pdf  uniform  cdf  intuition 

Eu tenho quatro variáveis ​​independentes distribuídas uniformemente a,b,c,da,b,c,da,b,c,d , cada uma em [0,1][0,1][0,1] . Quero calcular a distribuição de (a−d)2+4bc(a−d)2+4bc(a-d)^2+4bc . Calculei a distribuição de u2=4bcu2=4bcu_2=4bc para ser f2(u2)=−14lnu24f2(u2)=−14ln⁡u24f_2(u_2)=-\frac{1}{4}\ln\frac{u_2}{4} (daíu2∈(0,4]u2∈(0,4]u_2\in(0,4]) e deu1=(a−d)2u1=(a−d)2u_1=(a-d)^2para serf1(u1)=1−u1−−√u1−−√.f1(u1)=1−u1u1.f_1(u_1)=\frac{1-\sqrt{u_1}}{\sqrt{u_1}}.Agora, a distribuição de uma somau1+u2u1+u2u_1+u_2é ( são também independentes) f u 1 + u 2 ( x …

17 distributions  random-variable  pdf  uniform  mathematica 

Ouvi dizer que, sob a hipótese nula, a distribuição do valor-p deve ser uniforme. No entanto, simulações de teste binomial no MATLAB retornam distribuições muito diferentes de uniformes com média maior que 0,5 (neste caso, 0,518): coin = [0 1]; success_vec = nan(20000,1); for i = 1:20000 success = 0; …

17 matlab  p-value  binomial  simulation  uniform 

Esse problema está relacionado à pesquisa do meu laboratório em cobertura robótica: Desenhe aleatoriamente nnn números do conjunto {1,2,…,m}{1,2,…,m}\{1,2,\ldots,m\} sem substituição e classifique os números em ordem crescente. 1≤n≤m1≤n≤m1\le n\le m . A partir dessa lista ordenada de números {a(1),a(2),…,a(n)}{a(1),a(2),…,a(n)}\{a_{(1)},a_{(2)},…,a_{(n)}\} , gere a diferença entre números consecutivos e os limites: …

16 probability  mathematical-statistics  uniform  combinatorics  order-statistics 

Estou tentando gerar amostras aleatórias de um pdf personalizado usando R. Meu pdf é: fX( x ) = 32( 1 - x2) , 0 ≤ x ≤ 1fX(x)=32(1-x2),0 0≤x≤1f_{X}(x) = \frac{3}{2} (1-x^2), 0 \le x \le 1 Gerei amostras uniformes e tentei transformá-lo em minha distribuição personalizada. Eu fiz isso …

16 r  sampling  uniform 

Para simular uma distribuição normal a partir de um conjunto de variáveis ​​uniformes, existem várias técnicas: O algoritmo de Box-Muller , no qual se amostram duas variáveis ​​uniformes independentes em e as transforma em duas distribuições normais padrão independentes via: Z 0 = √(0,1)(0,1)(0,1)Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ Z_1 = …

15 normal-distribution  simulation  uniform 

Recentemente, comprei um recurso de entrevista em ciência de dados no qual uma das perguntas de probabilidade era a seguinte: Dados os desenhos de uma distribuição normal com parâmetros conhecidos, como você pode simular os desenhos de uma distribuição uniforme? Meu processo de pensamento original era que, para uma variável …

15 self-study  normal-distribution  simulation  uniform 

Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste não-paramétrico como Mann-Whitney-U-testlevaria a mais informações …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Suponha que tenhamos X1∼unif(n,0,1),X1∼unif(n,0,1),X_1 \sim \textrm{unif}(n,0,1), X2∼unif(n,0,1),X2∼unif(n,0,1),X_2 \sim \textrm{unif}(n,0,1), onde unif(n,0,1)unif(n,0,1)\textrm{unif}(n,0,1) é uma amostra aleatória uniforme de tamanho n, e Y=X1,Y=X1,Y=X_1, Z=0.4X1+1−0.4−−−−−−√X2.Z=0.4X1+1−0.4X2.Z = 0.4 X_1 + \sqrt{1 - 0.4}X_2. Então a correlação entre YYY e ZZZ é 0.40.40.4 . Como posso estender isso para três variáveis: , X 2 , …

15 r  correlation  random-generation  uniform 

Vamos resumir um fluxo de variáveis aleatórias, Xi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1) ; seja YYY o número de termos que precisamos para que o total exceda um, ou seja, YYY é o menor número que X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. Por que a média de YYY igual a …

14 probability  self-study  expected-value  uniform 

No Libre Office Calc, a rand()função está disponível, que escolhe um valor aleatório entre 0 e 1 de uma distribuição uniforme. Estou um pouco enferrujado com a minha probabilidade, então, quando vi o seguinte comportamento, fiquei perplexo: A = Coluna 200x1 de rand()^2 B = Coluna 200x1 de rand()*rand() mean(A) …

14 expected-value  random-generation  uniform 

Eu gostaria de gerar pares de números aleatórios com certa correlação. No entanto, a abordagem usual de usar uma combinação linear de duas variáveis ​​normais não é válida aqui, porque uma combinação linear de variáveis ​​uniformes não é mais uma variável distribuída uniformemente. Eu preciso que as duas variáveis ​​sejam …

14 correlation  random-generation  uniform 

Eu só tive um ataque de pânico (intelectual). Uma variável aleatória contínua que segue um uniforme em um intervalo fechado : um conceito estatístico confortavelmente familiar. U(a,b)U(a,b)U(a,b) Um uniforme contínuo rv com suporte sobre os reais estendidos (metade ou todo): não um rv adequado, mas um conceito bayesiano básico para …

13 probability  distributions  mathematical-statistics  uniform