Pertanyaan yang diberi tag «marginal»

Distribusi marginal mengacu pada distribusi probabilitas dari subset variabel yang terdapat dalam distribusi gabungan.

5
Bacaan pengantar tentang Copulas
Untuk beberapa waktu sekarang, saya telah mencari bacaan pengantar yang bagus tentang Copulas untuk seminar saya. Saya menemukan banyak bahan yang berbicara tentang aspek-aspek teoretis, yang bagus, tetapi sebelum saya membahasnya, saya ingin membangun pemahaman intuitif yang baik tentang topik tersebut. Adakah yang bisa menyarankan makalah bagus yang memberikan dasar …
1
Metode perbandingan multipel mana yang digunakan untuk model lmer: lsmeans atau glht?
Saya menganalisis set data menggunakan model efek campuran dengan satu efek tetap (kondisi) dan dua efek acak (peserta karena desain subjek dan pasangan dalam). Model ini dihasilkan dengan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Selanjutnya, saya melakukan uji rasio kemungkinan model ini terhadap model tanpa efek tetap (kondisi) dan memiliki perbedaan yang signifikan. Ada …
3
Estimator kemungkinan maksimum dari distribusi gabungan yang diberikan hanya jumlah marginal
Biarkan menjadi distribusi gabungan dari dua variabel kategori , dengan . Katakanlah sampel diambil dari distribusi ini, tetapi kami hanya diberi jumlah marginal, yaitu untuk : X , Y x , y ∈ { 1 , ... , K } n j = 1 , ... , Kpx,ypx,yp_{x,y}X,YX,YX,Yx,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\}nnnj=1,…,Kj=1,…,Kj=1,\ldots,K Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j),Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j), S_j …
1
Pengambilan sampel dari distribusi marjinal menggunakan distribusi bersyarat?
Saya ingin sampel dari kepadatan univariat tapi saya hanya tahu hubungannya:fXfXf_X fX(x)=∫fX|Y(x|y)fY(y)dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Saya ingin menghindari penggunaan MCMC (langsung pada representasi integral) dan, karena dan mudah untuk diambil sampelnya, saya berpikir untuk menggunakan sampler berikut :fX|Y(x|y)fX|Y(x|y)f_{X\vert Y}(x\vert y)fY(y)fY(y)f_Y(y) Untuk .j=1,…,Nj=1,…,Nj=1,\dots, N Contoh .yj∼fYyj∼fYy_j \sim f_Y …
1
Memperbarui faktor Bayes
Faktor A Bayes didefinisikan dalam Bayesian pengujian hipotesis dan Bayesian pemilihan model dengan rasio dua likelihood marginal: diberikan sampel iid (x1,…,xn)(x1,…,xn)(x_1,\ldots,x_n) dan kepadatan masing-masing sampling f1(x|θ)f1(x|θ)f_1(x|\theta) dan f2(x|η)f2(x|η)f_2(x|\eta) , dengan prior yang sesuai π1π1\pi_1 dan π2π2\pi_2 , faktor Bayes untuk membandingkan kedua model adalah B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏ni=1f1(xi|θ)π1(dθ)∫∏ni=1f2(xi|η)π2(dη)B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏i=1nf1(xi|θ)π1(dθ)∫∏i=1nf2(xi|η)π2(dη)\mathfrak{B}_{12}(x_1,\ldots,x_n)\stackrel{\text{def}}{=}\frac{m_1(x_1,\ldots,x_n)}{m_2(x_1,\ldots,x_n)}\stackrel{\text{def}}{=}\frac{\int \prod_{i=1}^n f_1(x_i|\theta)\pi_1(\text{d}\theta)}{\int \prod_{i=1}^n f_2(x_i|\eta)\pi_2(\text{d}\eta)} Sebuahbuku …
2
Penduga MCMC yang kuat tentang kemungkinan marginal?
Saya mencoba menghitung kemungkinan marginal untuk model statistik dengan metode Monte Carlo: f( x ) = ∫f( x ∣ θ ) π( θ )dθf(x)=∫f(x∣θ)π(θ)dθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta Kemungkinan berperilaku baik - halus, log-cekung - tetapi berdimensi tinggi. Saya sudah mencoba sampel penting, tetapi hasilnya tidak bagus dan sangat …
1
Menemukan kepadatan marginal dari
Seperti judulnya, saya mencari kepadatan marginal dari f(x,y)=c1−x2−y2−−−−−−−−−√,x2+y2≤1.f(x,y)=c1−x2−y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Sejauh ini saya telah menemukan ccc menjadi 32π32π\frac{3}{2 \pi} . Saya menemukan itu melalui mengubahf(x,y)f(x,y)f(x,y)menjadi koordinat kutub dan mengintegrasikan lebih daridrdθdrdθdrd\theta, itulah sebabnya saya terjebak pada bagian kepadatan marginal. …
1
Apakah distribusi entropi maksimum konsisten dengan distribusi marjinal yang diberikan distribusi produk dari marjinal?
Umumnya ada banyak distribusi gabungan konsisten dengan set distribusi marginal yang diketahui .P(X1=x1,X2=x2,...,Xn=xn)P(X1=x1,X2=x2,...,Xn=xn)P(X_1 = x_1, X_2 = x_2, ..., X_n = x_n)fi(xi)=P(Xi=xi)fi(xi)=P(Xi=xi)f_i(x_i) = P(X_i = x_i) Dari distribusi gabungan ini, apakah produk dibentuk dengan mengambil produk dari marginal yang dengan entropi tertinggi?∏ifi(xi)∏ifi(xi)\prod_i f_i(x_i) Saya yakin ini benar, tetapi saya sangat …
3
Kemungkinan Gaussian + yang sebelumnya = Gaussian Marginal?
Diberikan kemungkinan Gaussian untuk sampel seperti dengan sebagai ruang parameter dan , parameterisasi acak dari vektor rata-rata dan matriks kovarians.yyyp(y|θ)=N(y;μ(θ),Σ(θ))p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) = \mathcal{N}(y;\mu(\theta),\Sigma(\theta))ΘΘ\Thetaμ(θ)μ(θ)\mu(\theta)Σ(θ)Σ(θ)\Sigma(\theta) Apakah mungkin untuk menentukan kepadatan sebelumnya dan parameterisasi vektor rata-rata dan matriks kovarians sedemikian rupa sehingga kemungkinan marginal adalah kemungkinan Gaussian?p(θ)p(θ)p(\theta)μ(θ)μ(θ)\mu(\theta)Σ(θ)Σ(θ)\Sigma(\theta)p(y)=∫θ∈ΘN(y;μ(θ),Σ(θ))p(θ)dθp(y)=∫θ∈ΘN(y;μ(θ),Σ(θ))p(θ)dθp(y)=\int_{\theta\in\Theta}N(y;\mu(\theta),\Sigma(\theta))p(\theta)d\theta Saya kira tidak termasuk solusi sepele yang …
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.