Mam dane, które wyglądają następująco: Próbowałem zastosować rozkład normalny (szacowanie gęstości jądra działa lepiej, ale nie potrzebuję tak dużej precyzji) i działa całkiem dobrze. Wykres gęstości tworzy elipsę. Potrzebuję uzyskać tę funkcję elipsy, aby zdecydować, czy punkt leży w regionie...
Czy istnieje taka formuła? Biorąc pod uwagę zestaw danych, dla których znana jest lub można zmierzyć średnią, wariancję, skośność i kurtozę, czy istnieje jeden wzór, który można zastosować do obliczenia gęstości prawdopodobieństwa wartości, którą zakłada się na podstawie wyżej wymienionych...
Pytanie to jest więc nieco związane, ale starałem się, aby było to jak najbardziej proste. Cel: Krótko mówiąc, istnieje pochodna negentropii, która nie obejmuje kumulantów wyższego rzędu, i próbuję zrozumieć, w jaki sposób została wyprowadzona. Tło: (Rozumiem to wszystko) Sam studiuję książkę...
To pytanie jest ściśle związane z tym postem Załóżmy, że mam losową zmienną i zdefiniuję . Chciałbym znaleźć funkcję gęstości prawdopodobieństwa .X∼Gamma(k,θ)X∼Gamma(k,θ)X \sim \text{Gamma}(k, \theta)Y=log(X)Y=log(X)Y = \log(X)YYY Początkowo myślałem, że po prostu zdefiniuję funkcję rozkładu...
Uwaga: to pytanie jest repost, ponieważ moje poprzednie pytanie musiało zostać usunięte ze względów prawnych. Porównując PROC MIXED z SAS z funkcją lmez nlmepakietu w R, natknąłem się na pewne dość mylące różnice. Mówiąc dokładniej, stopnie swobody w różnych testach różnią się między PROC MIXEDi...
Jak interpretować wysokość wykresów gęstości: Na przykład na powyższym wykresie pik wynosi około 0,07 przy x = 18. Czy mogę wywnioskować, że około 7% wartości to około 18? Czy mogę być bardziej szczegółowy? Istnieje również drugi pik przy x = 30 o wysokości 0,02. Czy to znaczy, że około 2%...
Właśnie pomyślałem o zgrabnym (niekoniecznie dobrym) sposobie tworzenia szacunków gęstości jednowymiarowej i moje pytanie brzmi: Czy ta metoda szacowania gęstości ma nazwę? Jeśli nie, to czy jest to szczególny przypadek innej metody w literaturze? Oto metoda: mamy wektor który, jak zakładamy,...
X⃗ ∈RnX→∈Rn\vec{X} \in \mathbb{R}^nfX⃗ (x⃗ )fX→(x→)f_\vec{X}(\vec{x})n×nn×nn \times nAAAY⃗ =AX⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ (y⃗ )=1|detA|fX⃗ (A−1y⃗ ).fY→(y→)=1|detA|fX→(A−1y→). f_{\vec{Y}}(\vec{y}) = \frac{1}{\left|\det A\right|}f_{\vec{X}}(A^{-1}\vec{y}). Powiedzmy teraz, że...
Mam bardzo duży zestaw danych i brakuje około 5% wartości losowych. Te zmienne są ze sobą skorelowane. Poniższy przykładowy zestaw danych R jest tylko zabawkowym przykładem z fałszywymi skorelowanymi danymi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace =...
Chciałbym opisać „szczytowość” i „ciężar” ogona kilku wypaczonych funkcji gęstości prawdopodobieństwa. Czy chciałbym opisać cechy, które nazywają „kurtozą”? Czy widziałem tylko słowo „kurtoza” używane w symetrycznych
Powiedz, że jest ciągłą zmienną losową, a X jest zmienną dyskretną. \ Pr (X = x | Y = y) = \ frac {\ Pr (X = x) \ Pr (Y = y | X = x)} {\ Pr (Y = y)} YYYXXXPr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} Jak wiemy,...
Mam sytuację, w której jestem w stanie oszacować (pierwsze) momentów zbioru danych i chciałbym użyć go do oszacowania funkcji gęstości.kkk Natknąłem się już na rozkład Pearsona , ale zdałem sobie sprawę, że opiera się on tylko na pierwszych 4 momentach (z pewnymi ograniczeniami dotyczącymi...
Obecnie studiuję do moich finałów w podstawowych statystykach dla mojego licencjata ECE. Chociaż wydaje mi się, że mam matematykę głównie słabo, brakuje mi intuicyjnego zrozumienia, co tak naprawdę oznaczają liczby (preambuła: użyję raczej niechlujnego języka). Wiem, że E [X] jest „średnią...
Dostałem to zadanie i byłem zakłopotany. Kolega poprosił mnie o oszacowanie i poniższej tabeli:xu p p e rxuppmirx_{upper}xl o w e rxlowmirx_{lower} Krzywa jest w rzeczywistości rozkładem skumulowanym, a x jest rodzajem pomiaru. Jest zainteresowany, aby wiedzieć, jakie są odpowiednie wartości na...
Jestem w klasie statystyk wprowadzających, w której funkcja gęstości prawdopodobieństwa ciągłych zmiennych losowych została zdefiniowana jako . Rozumiem, że całka z ale nie mogę tego naprawić za pomocą intuicji ciągłej zmiennej losowej. Powiedz X to zmienna losowa równa liczbie minut od czasu t,...
Robię pewne oszacowanie gęstości jądra, z ustawionymi punktami ważonymi (tj. Każda próbka ma wagę, która nie jest konieczna), w wymiarach N. Próbki te znajdują się również w przestrzeni metrycznej (tzn. Możemy zdefiniować odległość między nimi), ale nic więcej. Na przykład nie możemy określić...
Pracuję nad funkcją Monte Carlo do wyceny kilku aktywów o częściowo skorelowanych zwrotach. Obecnie właśnie generuję macierz kowariancji i przesyłam do rmvnorm()funkcji w R. (Generuje skorelowane wartości losowe). Jednak patrząc na rozkłady zysków danego składnika aktywów, zwykle nie jest on...
W ekologii często używamy logistycznego równania wzrostu: N.t=K.N.0mir tK.+N.0mir t - 1Nt=KN0ertK+N0ert−1 N_t = \frac{ K N_0 e^{rt} }{K + N_0 e^{rt-1}} lub N.t=K.N.0N.0+ ( K-N.0)mi- r tNt=KN0N0+(K−N0)e−rt N_t = \frac{ K N_0}{N_0 + (K -N_0)e^{-rt}} gdzie jest nośnością (osiągnięta maksymalna...
Rozważmy nieskończony losowy wykres geometryczny, w którym położenia węzłów są zgodne z procesem punktu Poissona o gęstości a krawędzie są umieszczone między węzłami bliższymi niż d . Dlatego długość krawędzi jest zgodna z następującym plikiem PDF:ρρ\rhoredd fa( l ) = { 2 lre2)l ≤ d0l >...
Chciałbym wiedzieć, jak poprawnie interpretować wykresy gęstości warunkowej. Włożenia dwa poniżej utworzonego w R z cdplot. Na przykład, czy prawdopodobieństwo, że Wynik będzie równy 1, gdy Var 1 wynosi 150, wynosi około 80%? Ciemnoszary obszar to takie, które jest warunkowym...