Pertanyaan yang diberi tag «distributions»

Distribusi adalah deskripsi matematis dari probabilitas atau frekuensi.

4
Model Sejarah Acara Diskrit-Waktu (Bertahan Hidup) di R
Saya mencoba menyesuaikan model waktu-diskrit dalam R, tapi saya tidak yakin bagaimana melakukannya. Saya telah membaca bahwa Anda dapat mengatur variabel dependen dalam baris yang berbeda, satu untuk setiap pengamatan waktu, dan menggunakan glmfungsi dengan logit atau tautan cloglog. Dalam hal ini, saya memiliki tiga kolom: ID, Event(1 atau 0, …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 



1
Nilai variabel tersembunyi regresi linear R "bernilai"
Ini hanya contoh yang saya temui beberapa kali, jadi saya tidak punya data sampel. Menjalankan model regresi linier di R: a.lm = lm(Y ~ x1 + x2) x1adalah variabel kontinu. x2bersifat kategorikal dan memiliki tiga nilai, mis. "Rendah", "Sedang" dan "Tinggi". Namun output yang diberikan oleh R akan menjadi seperti: …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 



2
Mengapa tidak menggunakan teorema Bayes dalam bentuk ?
Ada banyak pertanyaan (seperti ini ) tentang beberapa ambiguitas dengan formula Bayes dalam kasus berkelanjutan. p ( θ | x ) =p(x|θ)⋅p(θ)p(x)p(θ|x)=p(x|θ)⋅p(θ)p(x)p(\theta | x) = \frac{p(x | \theta) \cdot p(\theta)}{p(x)} Sering kali, kebingungan timbul dari kenyataan bahwa definisi distribusi bersyarat dijelaskan sebagai menjadi fungsi diberikan tetap .f(variable|parameter)f(variable|parameter)f(variable | parameter) fffv …

1
Distribusi jumlah eksponensial
Membiarkan X1X1X_1 dan X2X2X_2 menjadi variabel acak eksponensial independen dan terdistribusi secara identik dengan rate λλ\lambda. MembiarkanS2=X1+X2S2=X1+X2S_2 = X_1 + X_2. T: Tunjukkan ituS2S2S_2 memiliki PDF fS2(x)=λ2xe−λx,x≥0fS2(x)=λ2xe−λx,x≥0f_{S_2}(x) = \lambda^2 x \text{e}^{-\lambda x},\, x\ge 0. Perhatikan bahwa jika peristiwa terjadi sesuai dengan Proses Poisson (PP) dengan tingkat λλ\lambda, S2S2S_2 akan mewakili …

2
Cara menggunakan uji chi-squared untuk menentukan apakah data mengikuti distribusi Poisson
Gambar di bawah ini (Gambar 1 dari hal. 646 tulisan ini ) membandingkan nilai yang diamati dengan nilai yang diharapkan di bawah distribusi Poisson. Kemudian menjalankan uji chi-squared untuk melihat apakah nilai yang diamati berbeda dari nilai yang diharapkan di bawah distribusi Poisson. Dengan menggunakan R, bagaimana mungkin untuk menghasilkan …



2
Bagaimana saya bisa mengecek apakah dua sinyal berdistribusi normal bersama?
Sebagaimana dijelaskan di halaman Wikipedia ini , jika dua variabel acak X dan Y tidak berkorelasi dan berdistribusi normal bersama, maka mereka secara statistik independen. Saya tahu bagaimana memeriksa apakah X dan Y berkorelasi, tetapi tidak tahu bagaimana memeriksa apakah keduanya terdistribusi secara normal. Saya hampir tidak tahu statistik apa …

5
Distribusi normal-seperti di atas area yang dibatasi
Apakah ada distribusi yang menyerupai distribusi gaussian (normal), tetapi sedemikian rupa sehingga kepadatan probabilitasnya bukan nol hanya di atas segmen yang ditentukan. Pertanyaan itu muncul ketika saya mencoba memodelkan 'penyebaran peluru' dalam sebuah lingkaran. Distribusi Gaussian bekerja dengan baik, tetapi selalu ada peluang bahwa peluru akan mengenai luar lingkaran. Jadi …


3
Kemandirian statistik dari distribusi gamma
Misalkan menjadi sampel acak dari distribusi gamma .X1,...,XnX1,...,XnX_1,...,X_nGamma(α,β)Gamma(α,β)\mathrm{Gamma}\left(\alpha,\beta\right) Biarkan dan menjadi mean sampel dan varians sampel.X¯X¯\bar{X}S2S2S^2 Kemudian buktikan atau bantah bahwa dan independen.X¯X¯\bar{X}S2/X¯2S2/X¯2S^2/\bar{X}^2 Usaha saya: Karena S2/X¯2=1n−1∑ni=1(XiX¯−1)2S2/X¯2=1n−1∑i=1n(XiX¯−1)2S^2/\bar{X}^2 = \frac{1}{n-1} \sum_{i=1}^n \left(\frac{X_i}{\bar{X}}-1\right)^2 , kita perlu memeriksa independensi X¯X¯\bar{X} dan (XiX¯)ni=1(XiX¯)i=1n\left(\frac{X_i}{\bar{X}} \right)_{i=1}^{n} , tetapi bagaimana saya harus membangun kemandirian di antara mereka?

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.