Pertanyaan yang diberi tag «t-distribution»

Saya bertanya-tanya apakah itu membuat perbedaan dalam interpretasi apakah hanya dependen, baik dependen dan independen, atau hanya variabel independen yang ditransformasikan log. Pertimbangkan kasus log(DV) = Intercept + B1*IV + Error Saya bisa menafsirkan IV sebagai peningkatan persen tetapi bagaimana ini berubah ketika saya punya log(DV) = Intercept + B1*log(IV) …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Latar Belakang Misalkan kita memiliki model Ordinary Least Squares di mana kita memiliki koefisien dalam model regresi kita, kkky=Xβ+ϵy=Xβ+ϵ\mathbf{y}=\mathbf{X}\mathbf{\beta} + \mathbf{\epsilon} di mana adalah vektor dari koefisien, adalah matriks desain yang didefinisikan olehββ\mathbf{\beta}(k×1)(k×1)(k\times1)XX\mathbf{X} X=⎛⎝⎜⎜⎜⎜⎜⎜11⋮1x11x21xn1x12…⋱………x1(k−1)⋮⋮xn(k−1)⎞⎠⎟⎟⎟⎟⎟⎟X=(1x11x12…x1(k−1)1x21…⋮⋮⋱⋮1xn1……xn(k−1))\mathbf{X} = \begin{pmatrix} 1 & x_{11} & x_{12} & \dots & x_{1\;(k-1)} \\ 1 & x_{21} & …

29 regression  linear-model  least-squares  t-distribution 

Apa penduga kemungkinan maksimum untuk parameter t-distribusi Student? Apakah mereka ada dalam bentuk tertutup? Pencarian Google cepat tidak memberi saya hasil apa pun. Hari ini saya tertarik pada kasus univariat, tetapi mungkin saya harus memperluas model ke beberapa dimensi. EDIT: Saya sebenarnya lebih tertarik pada parameter lokasi dan skala. Untuk …

23 estimation  maximum-likelihood  t-distribution 

Biarkan diambil iid dari distribusi t Student dengan derajat kebebasan, untuk berukuran sedang (misalkan kurang dari 100). Tentukan Apakah didistribusikan hampir sebagai chi-square dengan k derajat kebebasan? Apakah ada sesuatu seperti Central Limit Theorem untuk jumlah variabel acak kuadrat? n n T = ∑ 1 ≤ i ≤ k t …

20 chi-squared  central-limit-theorem  t-distribution 

Sesuai Wikipedia, saya mengerti bahwa distribusi-t adalah distribusi pengambilan sampel dari nilai-t ketika sampel adalah pengamatan benar dari populasi yang berdistribusi normal. Namun, saya tidak mengerti secara intuisi mengapa hal itu menyebabkan bentuk distribusi-t berubah dari ekor berlemak menjadi sangat normal. Saya mengerti bahwa jika Anda mengambil sampel dari distribusi …

19 normal-distribution  t-distribution 

... dan mengapa ? Dengan asumsi , adalah variabel acak independen dengan mean dan varians masing-masing. Buku statistik dasar saya memberi tahu saya bahwa distribusi memiliki properti berikut:X 2 μ 1 , μ 2 σ 2 1 , σ 2 2 X 1 - X 2X1X1X_1X2X2X_2μ1, μ2μ1,μ2\mu_1,\mu_2σ21, σ22σ12,σ22\sigma^2_1,\sigma^2_2X1- X2X1-X2X_1-X_2 E( …

19 distributions  degrees-of-freedom  t-distribution 

Untuk menghitung interval kepercayaan (CI) untuk rata-rata dengan deviasi standar populasi yang tidak diketahui (SD) kami memperkirakan deviasi standar populasi dengan menggunakan t-distribusi. Khususnya, mana . Tetapi karena, kami tidak memiliki estimasi titik standar deviasi populasi, kami memperkirakan melalui perkiraan manaCI=X¯±Z95%σX¯CI=X¯±Z95%σX¯CI=\bar{X} \pm Z_{95\% }\sigma_{\bar X}σX¯=σn√σX¯=σn\sigma_{\bar X} = \frac{\sigma}{\sqrt n}CI=X¯±t95%(se)CI=X¯±t95%(se)CI=\bar{X} \pm …

18 normal-distribution  confidence-interval  sampling  t-distribution 

Pertanyaan yang Divalidasi Lintas ini menanyakan tentang mensimulasikan sampel dengan syarat jumlah tetap mengingatkan saya pada masalah yang dibuat oleh George Casella . f(x|θ)f(x|θ)f(x|\theta)(X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n)θθ\thetaθ^(x1,…,xn)=argmin∑i=1nlogf(xi|θ)θ^(x1,…,xn)=arg⁡min∑i=1nlog⁡f(xi|θ)\hat{\theta}(x_1,\ldots,x_n)=\arg\min \sum_{i=1}^n \log f(x_i|\theta)θθ\theta θ (X1,...,Xn)(X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n)θ^(X1,…,Xn)θ^(X1,…,Xn)\hat{\theta}(X_1,\ldots,X_n) Misalnya, ambil distribusi , dengan parameter lokasi , yang densitasnya adalah Jika bagaimana kita bisa mensimulasikan tergantung pada \ hat {\ …

17 maximum-likelihood  conditional-probability  random-variable  simulation  t-distribution 

Kursus statistik dasar sering menyarankan menggunakan distribusi normal untuk memperkirakan rata-rata parameter populasi ketika ukuran sampel n besar (biasanya lebih dari 30 atau 50). Distribusi T siswa digunakan untuk ukuran sampel yang lebih kecil untuk menjelaskan ketidakpastian dalam standar deviasi sampel. Ketika ukuran sampel besar, standar deviasi sampel memberikan informasi …

17 normal-distribution  confidence-interval  t-distribution 

Dalam praktiknya, menggunakan uji-T standar untuk memeriksa signifikansi koefisien regresi linier adalah praktik umum. Mekanisme perhitungannya masuk akal bagi saya. Mengapa distribusi-T dapat digunakan untuk memodelkan statistik uji standar yang digunakan dalam pengujian hipotesis regresi linier? Statistik uji standar yang saya maksud di sini: T0=βˆ−β0SE(βˆ)T0=β^−β0SE(β^) T_{0} = \frac{\widehat{\beta} - \beta_{0}}{SE(\widehat{\beta})}

16 regression  hypothesis-testing  linear-model  t-distribution 

Saya merujuk pada video ceramah ini untuk menghitung interval kepercayaan . Namun, saya memiliki beberapa kebingungan. Orang ini menggunakan statistik untuk perhitungan. Namun, saya pikir itu seharusnya t- statistik. Kami tidak diberi standar deviasi populasi yang sebenarnya. Kami menggunakan standar deviasi sampel untuk memperkirakan yang benar.zzzttt Jadi mengapa dia mengambil …

15 confidence-interval  t-distribution 

Prosedur t-Tes SPSS melaporkan 2 analisis ketika membandingkan 2 cara independen, satu analisis dengan varians sama diasumsikan dan satu dengan varians sama tidak diasumsikan. Derajat kebebasan (df) ketika varians yang sama diasumsikan selalu nilai integer (dan sama dengan n-2). Df ketika varians yang sama tidak diasumsikan adalah non-integer (misalnya, 11,467) …

15 hypothesis-testing  t-test  heteroscedasticity  degrees-of-freedom  t-distribution 

Saya menyadari fakta bahwa Gosset datang dengan distribusi- t , tetapi apa etimologi "t"? Bagaimana "t" berakhir di t -test dan t- distribusi?

13 t-test  terminology  t-distribution  history  etymology 

Saya sedang mempelajari tentang distribusi-t Student dan saya mulai bertanya-tanya, bagaimana cara mendapatkan fungsi kepadatan distribusi-t (dari wikipedia, http://en.wikipedia.org/wiki/Student%27s_t-distribution ): f(t)=Γ(v+12)vπ−−√Γ(v2)(1+t2v)−v+12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} di mana adalah derajat kebebasan dan Γ adalah fungsi gamma. Apa intuisi dari fungsi ini? Maksudku, jika aku melihat fungsi massa probabilitas distribusi binomial, masuk akal …

12 probability  normal-distribution  t-distribution 

Catatan: pertanyaan ini adalah repost, karena pertanyaan saya sebelumnya harus dihapus karena alasan hukum. Sambil membandingkan PROC CAMPURAN dari SAS dengan fungsi lmedari nlmepaket di R, saya menemukan beberapa perbedaan yang agak membingungkan. Lebih khusus lagi, derajat kebebasan dalam berbagai tes berbeda antara PROC MIXEDdan lme, dan saya bertanya-tanya mengapa. …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining