Pertanyaan yang diberi tag «mgf»

Fungsi menghasilkan momen (mgf) adalah fungsi nyata yang memungkinkan untuk memperoleh momen variabel acak dan karena itu dapat mengkarakterisasi seluruh distribusinya. Gunakan juga untuk logaritma, fungsi penghasil kumulan.

3
Apakah CDF lebih mendasar daripada PDF?
Stat prof saya pada dasarnya mengatakan, jika diberikan salah satu dari tiga berikut, Anda dapat menemukan dua lainnya: Fungsi distribusi kumulatif Fungsi Menghasilkan Saat Fungsi Kerapatan Probabilitas Tetapi profesor ekonometrik saya mengatakan CDF lebih mendasar daripada PDF karena ada contoh di mana Anda dapat memiliki CDF tetapi PDF tidak didefinisikan. …
43 probability  pdf  cdf  mgf 
2
Ketidaksamaan probabilitas
Saya mencari beberapa ketidaksetaraan probabilitas untuk jumlah variabel acak yang tidak terikat. Saya akan sangat menghargai jika ada yang bisa memberikan saya beberapa pemikiran. Masalah saya adalah untuk menemukan batas atas eksponensial atas probabilitas bahwa jumlah variabel acak iid tidak terikat, yang sebenarnya merupakan perkalian dua iid Gaussian, melebihi beberapa …
1
Tautan antara fungsi yang menghasilkan momen dan fungsi karakteristik
Saya mencoba memahami hubungan antara fungsi yang menghasilkan momen dan fungsi karakteristik. Fungsi penghasil momen didefinisikan sebagai: MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n!MX(t)=E(exp⁡(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n! M_X(t) = E(\exp(tX)) = 1 + \frac{t E(X)}{1} + \frac{t^2 E(X^2)}{2!} + \dots + \frac{t^n E(X^n)}{n!} Menggunakan seri ekspansi , Saya dapat menemukan semua momen distribusi untuk variabel acak X.exp(tX)=∑∞0(t)n⋅Xnn!exp⁡(tX)=∑0∞(t)n⋅Xnn!\exp(tX) = \sum_0^{\infty} …
1
Distribusi dengan
Apakah ada informasi di luar sana tentang distribusi yang nnn cumulant th diberikan oleh 1n1n\frac 1 n ? Fungsi penghasil kumulant adalah dalam bentuk κ(t)=∫10etx−1x dx.κ(t)=∫01etx−1x dx. \kappa(t) = \int_0 ^ 1 \frac{e^{tx} - 1}{x} \ dx. Saya telah menjalankannya sebagai distribusi terbatas dari beberapa variabel acak tetapi saya belum …
1
Terikat pada fungsi pembangkit momen
Pertanyaan ini muncul dari pertanyaan yang diajukan di sini tentang fungsi menghasilkan momen terikat (MGF). Misalkan adalah variabel acak nol-rata-rata terikat yang mengambil nilai dalam dan biarkan menjadi MGF-nya. Dari batasan yang digunakan dalam bukti Ketimpangan Hoeffding , kita mendapatkan bahwa mana sisi kanan dikenali sebagai MGF dari variabel acak …
6
Apakah ada distribusi univariat yang tidak dapat kami sampel?
Kami memiliki beragam metode untuk pembangkitan acak dari distribusi univariat (transformasi terbalik, accept-reject, Metropolis-Hastings, dll.) Dan tampaknya kami dapat mengambil sampel dari setiap distribusi yang valid secara literal - apakah itu benar? Bisakah Anda memberikan contoh distribusi univariat yang tidak mungkin dihasilkan secara acak? Saya kira contoh di mana itu …
5
Bagaimana cara melakukan imputasi nilai dalam jumlah poin data yang sangat besar?
Saya memiliki dataset yang sangat besar dan sekitar 5% nilai acak hilang. Variabel-variabel ini berkorelasi satu sama lain. Contoh berikut dataset R hanyalah contoh mainan dengan data berkorelasi dummy. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
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.