Questions marquées «distributions»

Une distribution est une description mathématique des probabilités ou des fréquences.

3
Est-il possible d'appliquer une divergence KL entre distribution discrète et distribution continue?
Je ne suis pas mathématicien. J'ai recherché sur Internet KL Divergence. Ce que j'ai appris, c'est que la divergence KL mesure les informations perdues lorsque nous approchons la distribution d'un modèle par rapport à la distribution d'entrée. Je les ai vues entre deux distributions continues ou discrètes. Peut-on le faire …
1
Existe-t-il des distributions autres que Cauchy pour lesquelles la moyenne arithmétique d'un échantillon suit la même distribution?
Si suit une distribution de Cauchy, alors suit également exactement la même distribution que ; voir ce fil .XXXY=X¯=1n∑ni=1XiY=X¯=1n∑i=1nXiY = \bar{X} = \frac{1}{n} \sum_{i=1}^n X_iXXX Cette propriété a-t-elle un nom? Y a-t-il d'autres distributions pour lesquelles cela est vrai? ÉDITER Une autre façon de poser cette question: soit une variable …
2
Si
J'essaie de prouver la déclaration: Si et sont des variables aléatoires indépendantes,X∼ N( 0 , σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2)Oui∼ N( 0 , σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) alors est également une variable aléatoire normale.XOuiX2+ Y2√XYX2+Y2\frac{XY}{\sqrt{X^2+Y^2}} Pour le cas spécial (disons), nous avons le résultat bien connu que chaque fois que et sont des variables indépendantes. En fait, …
5
Comment générer une séquence
Je sais comment générer une séquence avec une moyenne de . Par exemple, dans Matlab, si je veux générer une séquence de longueur , c'est:0 ± 1 10000±1±1\pm 1000±1±1\pm 1100001000010000 2*(rand(1, 10000, 1)<=.5)-1 Cependant, comment générer une séquence avec une moyenne de , c'est-à-dire avec étant légèrement préféré?0,05 1±1±1\pm 10.050.050.05111
3
Visualisez la distribution binomiale bivariée
Question: à quoi ressemble une distribution binomiale bivariée dans un espace tridimensionnel? Ci-dessous se trouve la fonction spécifique que je voudrais visualiser pour différentes valeurs des paramètres; à savoir, nnn , et . p 2p1p1p_{1}p2p2p_{2} f(x1,x2)=n!x1!x2!px11px22,x1+x2=n,p1+p2=1.f(x1,x2)=n!x1!x2!p1x1p2x2,x1+x2=n,p1+p2=1.f(x_{1},x_{2}) = \frac{n!}{x_{1}!x_{2}!}p_{1}^{x_{1}}p_{2}^{x_{2}}, \qquad x_{1}+x_{2}=n, \quad p_{1}+p_{2}=1. Notez qu'il existe deux contraintes; et . De …
1
Combien de distributions sont dans le GLM?
J'ai identifié plusieurs endroits dans les manuels où le GLM est décrit avec 5 distributions (à savoir, Gamma, gaussienne, binomiale, gaussienne inverse et Poisson). Ceci est également illustré dans la fonction familiale dans R. Parfois, je rencontre des références au GLM où des distributions supplémentaires sont incluses ( exemple ). …
1
Comment sélectionner le meilleur ajustement sans données sur-ajustées? Modélisation d'une distribution bimodale avec N fonctions normales, etc.
J'ai une distribution de valeurs évidemment bimodale, que je cherche à adapter. Les données peuvent être adaptées à 2 fonctions normales (bimodales) ou à 3 fonctions normales. De plus, il existe une raison physique plausible pour ajuster les données avec 3. Plus il y a de paramètres introduits, plus l'ajustement …
1
Pour quelles distributions la non-corrélation implique-t-elle l'indépendance?
Un rappel historique des statistiques est que "la non-corrélation n'implique pas l' indépendance". Habituellement, ce rappel est complété par l'affirmation psychologiquement apaisante (et scientifiquement correcte) "quand, néanmoins, les deux variables sont distribuées normalement conjointement , alors l'absence de corrélation implique l'indépendance". Je peux augmenter le nombre d'exceptions heureuses de un …
5
Si ce n'est pas un Poisson, alors quelle est cette distribution?
J'ai un ensemble de données contenant le nombre d'actions effectuées par des individus au cours de 7 jours. L'action spécifique ne devrait pas être pertinente pour cette question. Voici quelques statistiques descriptives pour l'ensemble de données: GammeSignifierVarianceNombre d'observations0 - 77218,22791696Range0−772Mean18.2Variance2791Number of observations696 \begin{array}{|c|c|} \hline \text{Range} & 0 - 772 \\ …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.