Pertanyaan yang diberi tag «normal-distribution»

Distribusi normal, atau Gaussian, memiliki fungsi kepadatan yang merupakan kurva berbentuk lonceng simetris. Ini adalah salah satu distribusi paling penting dalam statistik. Gunakan tag [normalitas] untuk bertanya tentang pengujian normalitas.





1
Bagaimana estimasi kemungkinan maksimum memiliki perkiraan distribusi normal?
Saya telah membaca tentang MLE sebagai metode untuk menghasilkan distribusi yang sesuai. Saya menemukan sebuah pernyataan yang mengatakan bahwa perkiraan kemungkinan maksimum "memiliki perkiraan distribusi normal." Apakah ini berarti bahwa jika saya menerapkan MLE berulang kali pada data saya dan keluarga distribusi yang saya coba cocokkan, model yang saya dapatkan …



1
Menemukan distribusi statistik
Belajar untuk ujian. Tidak dapat menjawab yang ini. Misalkan menjadi iid N ( 0 , 1 ) variabel acak. MenetapkanX1 , saya, X2 , saya, X3 , saya, i = 1 , … , nX1,i,X2,i,X3,i,i=1,…,nX_{1,i},X_{2,i},X_{3,i}, i=1,\ldots,nN( 0 , 1 )N(0,1)\mathcal{N}(0,1) ,Wsaya= ( X1 , saya+ X2 , sayaX3 , saya) …

1
Bagaimana cara membandingkan acara yang diamati dengan yang diharapkan?
Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

1
"Karena hampir gaussian, PDF-nya dapat ditulis sebagai ..."
Pertanyaan pendek: Mengapa ini benar ?? Pertanyaan panjang: Sederhananya, saya mencoba mencari tahu apa yang membenarkan persamaan pertama ini. Penulis buku yang saya baca, (konteks di sini jika Anda menginginkannya, tetapi tidak perlu), mengklaim sebagai berikut: Karena asumsi near-gaussianity, kita dapat menulis: p0(ξ)=Aϕ(ξ)exp(an+1ξ+(an+2+12)ξ2+∑i=1naiGi(ξ))p0(ξ)=Aϕ(ξ)exp(an+1ξ+(an+2+12)ξ2+∑i=1naiGi(ξ)) p_0(\xi) = A \; \phi(\xi) \; exp( …




2
Apakah pengambilan sampel dari distribusi normal yang dilipat setara dengan pengambilan sampel dari distribusi normal yang terpotong pada 0?
Saya ingin mensimulasikan dari kepadatan normal (katakanlah mean = 1, sd = 1) tetapi hanya ingin nilai positif. Salah satu caranya adalah dengan mensimulasi dari normal dan mengambil nilai absolut. Saya menganggap ini sebagai lipatan normal. Saya melihat di R ada fungsi untuk generasi variabel acak terpotong. Jika saya mensimulasikan …


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.