Pertanyaan yang diberi tag «moments»

Dalam fisika atau mekanika matematika, mulai dari posisi berbasis waktu , seseorang memperoleh tingkat perubahan melalui turunan sehubungan dengan waktu: kecepatan, akselerasi, brengsek (urutan 3), bergabung (urutan 4).x(t)x(t)x(t) Beberapa telah mengusulkan snap, crackle, pop untuk turunan hingga urutan ketujuh. Momen, yang diilhami dari fisika mekanis dan teori elastisitas, juga penting …

10 distributions  terminology  moments  notation  history 

Saya hampir yakin saya sudah melihat hasil berikut dalam statistik tetapi saya tidak ingat di mana. Jika XXX adalah variabel acak positif dan E(X)&lt;∞E(X)&lt;∞\mathbb{E}(X)<\infty maka εF−1(1−ε)→0εF−1(1−ε)→0\varepsilon F^{-1}(1-\varepsilon) \to 0 ketika ε→0+ε→0+\varepsilon\to 0^+ , di mana FFF adalah cdf dari XXX . Hal ini mudah untuk melihat secara geometris dengan menggunakan …

10 references  quantiles  cdf  moments 

Apakah fungsi yang menghasilkan momen merupakan transformasi Fourier dari fungsi kepadatan probabilitas? Dengan kata lain, apakah fungsi momen menghasilkan hanya resolusi spektral dari distribusi kepadatan probabilitas variabel acak, yaitu cara yang setara untuk mengkarakterisasi fungsi dalam hal amplitudo, fase, dan frekuensi alih-alih dalam hal parameter? Jika demikian, dapatkah kita memberikan …

10 moments  mgf  cumulants 

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 

Saya tahu pertama saat distribusi. Saya juga tahu bahwa distribusi saya kontinu, unimodal, dan berbentuk baik (sepertinya distribusi gamma). Apakah mungkin untuk:NNN Dengan menggunakan beberapa algoritma, hasilkan sampel dari distribusi ini, yang dalam kondisi terbatas akan memiliki momen yang persis sama? Selesaikan masalah ini secara analitis? Saya mengerti bahwa sampai …

9 distributions  moments 

Biarkan berada di . Apa yang dimaksud dengan matriks kovarians dan rata-rata dari (dengan max dihitung dengan elementwise)?Z∼N(μ,Σ)Z∼N(μ,Σ)Z \sim \mathcal N(\mu, \Sigma)RdRd\mathbb R^dZ+=max(0,Z)Z+=max(0,Z)Z_+ = \max(0, Z) Ini muncul misalnya karena, jika kita menggunakan fungsi aktivasi ReLU di dalam jaringan yang dalam, dan mengasumsikan melalui CLT bahwa input ke lapisan yang …

9 probability  distributions  normal-distribution  moments  censoring 

PertimbangkanXn=⎧⎩⎨1−12kw.p. (1−2−n)/2w.p. (1−2−n)/2w.p. 2−k for k&gt;nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k&gt;nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k > n\\ \end{cases} Saya perlu menunjukkan bahwa meskipun ini memiliki momen tak terbatas,n−−√(X¯n)→dN(0,1)n(X¯n)→dN(0,1)\sqrt{n}(\bar{X}_n) \overset{d}{\to} …

9 probability  self-study  central-limit-theorem  moments  asymptotics 

Adakah yang bisa menyarankan bagaimana saya dapat menghitung fungsi momen menghasilkan produk dalam dari dua vektor Gaussian acak, masing-masing didistribusikan sebagai , independen satu sama lain? Apakah ada beberapa hasil standar yang tersedia untuk ini? Pointer apa pun sangat dihargai.N(0,σ2)N(0,σ2)\mathcal N(0,\sigma^2)

9 normal-distribution  mathematical-statistics  multivariate-analysis  moments  mgf 

Saya mencoba menunjukkan bahwa momen sentral dari distribusi simetris: adalah nol untuk angka ganjil. Jadi misalnya momen sentral ketigaSaya mulai dengan mencoba menunjukkan bahwaSaya tidak yakin ke mana harus pergi dari sini, ada saran? Apakah ada cara yang lebih baik untuk membuktikan hal ini?fx(a+x)=fx(a−x)fx(a+x)=fx(a−x){\bf f}_x{\bf (a+x)} = {\bf f}_x{\bf(a-x)}E[(X−u)3]=0.E[(X−u)3]=0.{\bf E[(X-u)^3] …

9 mathematical-statistics  expected-value  moments 

Menurut Hukum Varians Total, Var(X)=E(Var(X∣Y))+Var(E(X∣Y))Var⁡(X)=E⁡(Var⁡(X∣Y))+Var⁡(E⁡(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) Ketika mencoba membuktikannya, saya menulis Var(X)=E(X−EX)2=E{E[(X−EX)2∣Y]}=E(Var(X∣Y))Var⁡(X)=E⁡(X−E⁡X)2=E⁡{E⁡[(X−E⁡X)2∣Y]}=E⁡(Var⁡(X∣Y)) \begin{equation} \begin{aligned} \operatorname{Var}(X) &= \operatorname{E}(X - \operatorname{E}X)^2 \\ &= \operatorname{E}\left\{\operatorname{E}\left[(X - \operatorname{E}X)^2\mid Y\right]\right\} \\ &= \operatorname{E}(\operatorname{Var}(X\mid Y)) \end{aligned} \end{equation} Apakah ada yang salah?

9 variance  conditional-probability  expected-value  conditional-expectation  moments 

Dalam komentar di bawah tulisan saya , Glen_b dan saya mendiskusikan bagaimana distribusi diskrit harus memiliki mean dan varian yang berbeda. Untuk distribusi normal masuk akal. Jika saya memberi tahu Andax¯x¯\bar{x}, kamu belum tahu apa s2s2s^2adalah, dan jika saya memberi tahu Anda , Anda tidak tahu apa itu. (Diedit untuk …

9 distributions  variance  mean  independence  moments 

Jika X∼FX∼FX \sim F dimana dukungan dari XXX adalah RpRp\mathbb{R}^p. Begitu,X=(X1,X2,…,Xp)X=(X1,X2,…,Xp)X = (X_1, X_2, \dots, X_p). Lalu katakan saya berasumsiXXX telah kkkmomen yang terbatas. Kapanp=1p=1p = 1, Saya tahu itu artinya ∫Rxkf(x)dx&lt;∞,∫Rxkf(x)dx&lt;∞,\int_{\mathbb{R}} x^k\, f(x)\, dx < \infty, dimana f(x)f(x)f(x) adalah kepadatan terkait FFF. Apa yang setara dengan asumsi matematikaXXX telah …

9 probability  random-variable  expected-value  moments 

Saya belajar mandiri pada teori model linier sekarang, dan satu hal yang saya temukan mengejutkan adalah meskipun didefinisikan untuk vektor acak , tidak disebutkan lagi momen-momen selanjutnya selain matriks kovarians.E[Y]E[Y]\mathbb{E}[\mathbf{Y}]Y=⎡⎣⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥Y=[y1y2⋮yn]\mathbf{Y} = \begin{bmatrix} y_1 \\ y_2 \\ \vdots \\ y_n\end{bmatrix} Pencarian Google belum banyak berubah. Apakah momen th (raw) dipertimbangkan, atau …

9 self-study  moments 

Terinspirasi oleh pertanyaan ini , saya mencoba untuk mendapatkan ekspresi untuk momen sentral ketiga dari jumlah variabel acak iid acak. Pertanyaan saya adalah apakah itu benar dan, jika tidak, apa yang salah atau asumsi tambahan apa yang mungkin hilang. Secara khusus, biarkan: S=∑1NXi,S=∑1NXi,S=\sum_1^N{X_i}, mana adalah variabel acak bernilai integer bernilai …

8 random-variable  moments 

Untuk non-negatif variabel acak , bagaimana membuktikan bahwa adalah nondecreasing di ?XXXE(Xn)1nE(Xn)1nE(X^n)^{\frac1n}nnn

8 mathematical-statistics  random-variable  moments