Pertanyaan yang diberi tag «random-variable»

Variabel acak atau variabel stokastik adalah nilai yang tunduk pada variasi kesempatan (yaitu, keacakan dalam arti matematika).


2
pdf produk dari dua variabel acak Uniform independen
Misalkan ~ dan ~ menjadi dua variabel acak independen dengan distribusi yang diberikan. Apa distribusi ?XXXU(0,2)U(0,2)U(0,2)YYYU(−10,10)U(−10,10)U(-10,10)V=XYV=XYV=XY Saya telah mencoba konvolusi, mengetahui itu h(v)=∫y=+∞y=−∞1yfY(y)fX(vy)dyh(v)=∫y=−∞y=+∞1yfY(y)fX(vy)dyh(v) = \int_{y=-\infty}^{y=+\infty}\frac{1}{y}f_Y(y) f_X\left (\frac{v}{y} \right ) dy Kita juga tahu bahwa fY(y)=120fY(y)=120f_Y(y) = \frac{1}{20} , h ( v ) = 120∫y= 10y= - 101y⋅ 12dyh(v)=120∫y=−10y=101y⋅12dyh(v)= \frac{1}{20} \int_{y=-10}^{y=10} …

4
Adakah yang bisa menggambarkan bagaimana bisa ada ketergantungan dan nol kovarian?
Adakah yang bisa mengilustrasikan, seperti yang dilakukan Greg, tetapi secara lebih rinci, bagaimana variabel acak dapat bergantung, tetapi tidak memiliki kovarian nol? Greg, poster di sini, memberi contoh menggunakan lingkaran di sini . Adakah yang bisa menjelaskan proses ini secara lebih rinci menggunakan urutan langkah-langkah yang menggambarkan proses pada beberapa …

1
Bagaimana cara mendefinisikan distribusi sedemikian rupa sehingga menarik dari itu berkorelasi dengan menarik dari distribusi lain yang ditentukan sebelumnya?
Bagaimana cara menentukan distribusi variabel acak sedemikian sehingga undian dari Y memiliki korelasi ρ dengan x 1 , di mana x 1 adalah undian tunggal dari distribusi dengan fungsi distribusi kumulatif F X ( x ) ? YYYYYYρρ\rhox1x1x_1x1x1x_1FX(x)FX(x)F_{X}(x)


3
Properti dari variabel acak diskrit
Tentu saja statistik saya hanya mengajarkan saya bahwa variabel acak diskrit memiliki sejumlah opsi terbatas ... Saya tidak menyadarinya. Saya akan berpikir, seperti seperangkat bilangan bulat, itu bisa tak terbatas. Googling dan memeriksa beberapa halaman web, termasuk beberapa dari program universitas, gagal mengkonfirmasi hal ini secara spesifik; Namun sebagian besar …

2
Jika dan adalah variabel normal masing-masing dengan rata-rata nol, maka juga merupakan variabel Normal
Saya mencoba membuktikan pernyataan itu: Jika dan adalah variabel acak independen,X∼N(0,σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2)Y∼N(0,σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) maka juga merupakan variabel acak Normal.XYX2+Y2√XYX2+Y2\frac{XY}{\sqrt{X^2+Y^2}} Untuk kasus khusus (katakanlah), kami memiliki hasil yang terkenal bahwa setiap kali dan adalah bebas . Faktanya, secara umum diketahui bahwa adalah variabel independen .σ1=σ2=σσ1=σ2=σ\sigma_1=\sigma_2=\sigmaXYX2+Y2√∼N(0,σ24)XYX2+Y2∼N(0,σ24)\frac{XY}{\sqrt{X^2+Y^2}}\sim\mathcal{N}\left(0,\frac{\sigma^2}{4}\right)XXXYYYN(0,σ2)N(0,σ2)\mathcal{N}(0,\sigma^2)XYX2+Y2√,X2−Y22X2+Y2√XYX2+Y2,X2−Y22X2+Y2\frac{XY}{\sqrt{X^2+Y^2}},\frac{X^2-Y^2}{2\sqrt{X^2+Y^2}}N(0,σ24)N(0,σ24)\mathcal{N}\left(0,\frac{\sigma^2}{4}\right) Sebuah bukti dari hasil terakhir mengikuti dengan menggunakan …



2
Korelasi antara sinus dan kosinus
Misalkan terdistribusi secara seragam pada . Mari dan . Tunjukkan bahwa korelasi antara dan adalah nol.XXX[0,2π][0,2π][0, 2\pi]Y=sinXY=sin⁡XY = \sin XZ=cosXZ=cos⁡XZ = \cos XYYYZZZ Sepertinya saya perlu mengetahui standar deviasi sinus dan kosinus, dan kovarian mereka. Bagaimana saya bisa menghitung ini? Saya pikir saya perlu mengasumsikan memiliki distribusi seragam, dan tampilan …


2
Varian dari dua variabel acak tertimbang
Membiarkan: Simpangan baku variabel acak A=σ1=5A=σ1=5A =\sigma_{1}=5 Simpangan baku variabel acak B=σ2=4B=σ2=4B=\sigma_{2}=4 Maka varian A + B adalah: Var(w1A+w2B)=w21σ21+w22σ22+2w1w2p1,2σ1σ2Var(w1A+w2B)=w12σ12+w22σ22+2w1w2p1,2σ1σ2Var(w_{1}A+w_{2}B)= w_{1}^{2}\sigma_{1}^{2}+w_{2}^{2}\sigma_{2}^{2} +2w_{1}w_{2}p_{1,2}\sigma_{1}\sigma_{2} Dimana: adalah korelasi antara dua variabel acak.p1,2p1,2p_{1,2} adalah bobot variabel acak Aw1w1w_{1} adalah bobot variabel acak Bw2w2w_{2} w1+w2=1w1+w2=1w_{1}+w_{2}=1 Gambar di bawah ini memplot varian A dan B ketika bobot …


2
Mengapa estimator dianggap sebagai variabel acak?
Pemahaman saya tentang apa yang merupakan taksiran dan taksiran adalah: Penaksir: Aturan untuk menghitung taksiran Taksiran: Nilai dihitung dari sekumpulan data berdasarkan penaksir Di antara kedua istilah ini, jika saya diminta untuk menunjukkan variabel acak, saya akan mengatakan perkiraan adalah variabel acak karena nilainya akan berubah secara acak berdasarkan sampel …


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.