Je me retrouve souvent à poser des questions comme: «Je sais que cette variable xxx réside dans (0,1)(0,1)(0,1) et que la majeure partie de la masse se situe dans (0,.20)(0,.20)(0,.20) , puis décline continuellement vers 1. Quelle distribution puis-je utiliser pour la modéliser? " En pratique, je me retrouve à …
L' entropie d'une distribution continue avec la fonction de densité Fff est définie comme étant le négatif de l'espérance de Journal( f) ,log(f),\log(f), et est donc égale à HF= - ∫∞- ∞Journal( f( x ) ) f( x ) d x .Hf=−∫−∞∞log(f(x))f(x)dx.H_f = -\int_{-\infty}^{\infty} \log(f(x)) f(x)\mathrm{d}x. On dit aussi que …
Je sais que KL Divergence n'est pas symétrique et ne peut pas être strictement considéré comme une métrique. Si oui, pourquoi est-il utilisé lorsque JS Divergence satisfait les propriétés requises pour une métrique? Y a-t-il des scénarios où la divergence KL peut être utilisée mais pas la divergence JS ou …
Je pense que c'est un peu basique, mais disons que j'ai une variable aléatoire XXX , la probabilité la même que pour toute fonction continue à valeur réelle ?P(X≤a)P(X≤a)P(X \leq a)P(f(X)≤f(a))P(f(X)≤f(a))P(f(X) \leq f(a))fff
Y a-t-il une distribution ou puis-je travailler à partir d'une autre distribution pour créer une distribution comme celle de l'image ci-dessous (excuses pour les mauvais dessins)? où je donne un nombre (0,2, 0,5 et 0,9 dans les exemples) pour où le pic devrait être et un écart-type (sigma) qui rend …
Nous avons affaire à la distribution lognormale dans un cours de finance et mon manuel indique simplement que c'est vrai, ce que je trouve un peu frustrant car mes antécédents en mathématiques ne sont pas très solides mais je veux l'intuition. Quelqu'un peut-il me montrer pourquoi c'est le cas?
J'ai récemment rencontré la distribution bivariée de Poisson, mais je suis un peu confus quant à la façon de la dériver. La distribution est donnée par: P(X=x,Y=y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} D'après ce que je peux comprendre, le terme θ0θ0\theta_{0} est une mesure de corrélation …
Je viens d'avoir une crise de panique (intellectuelle). Une variable aléatoire continue qui suit un uniforme dans un intervalle fermé U(a,b)U(a,b)U(a,b) : un concept statistique familier. Un RV uniforme continu ayant un support sur les réels étendus (à moitié ou entiers): pas un RV proprement dit, mais un concept bayésien …
Après centrage, les deux mesures x et −x peuvent être supposées être des observations indépendantes d'une distribution de Cauchy avec fonction de densité de probabilité: f(x:θ)=f(x:θ)=f(x :\theta) = 1π(1+(x−θ)2)1π(1+(x−θ)2)1\over\pi (1+(x-\theta)^2) ,−∞<x<∞,−∞<x<∞, -∞ < x < ∞ Montrer que si le MLE de θ est 0, mais si x 2 > …
Selon l' Encyclopédie SAGE des méthodes de recherche en sciences sociales … [un] effet de plafond se produit lorsqu'une mesure possède une limite supérieure distincte pour les réponses potentielles et qu'une forte concentration de participants obtient un score égal ou proche de cette limite. L'atténuation de l'échelle est un problème …
Je ne connais aucune distribution multimodale. Pourquoi toutes les distributions connues sont-elles unimodales? Y a-t-il une distribution "célèbre" qui a plus d'un mode? Bien sûr, les mélanges de distributions sont souvent multimodaux, mais j'aimerais savoir s'il existe des distributions "non-mélange" qui ont plus d'un mode.
Pourquoi la distribution géométrique et la distribution hypergéométrique sont-elles appelées respectivement "géométrique" et "hypergoemetrique"? Est-ce parce que leurs pmfs prennent une forme spéciale? Merci!
J'ai lu sur le test t de Student, mais il semble fonctionner lorsque nous pouvons supposer que les distributions d'origine sont normalement distribuées. Dans mon cas, ils ne le sont certainement pas. De plus, si j'ai 13 distributions, dois-je faire des 13^2tests?
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.