Questions marquées «distributions»

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

3
Quand et impliquent-ils ?
La question: Xn→dXXn→dXX_n\stackrel{d}{\rightarrow}X etYn→dY⟹?Xn+Yn→dX+YYn→dY⟹?Xn+Yn→dX+YY_n\stackrel{d}{\rightarrow}Y \stackrel{?}{\implies} X_n+Y_n\stackrel{d}{\rightarrow}X+Y Je sais que cela ne tient pas en général; Le théorème de Slutsky ne s'applique que lorsqu'une ou les deux convergences sont probables. Cependant, y at - il des cas où il ne cale? Par exemple, si les séquences et sont indépendantes.XnXnX_nYnYnY_n
1
Comment la famille de distributions avec PDF est-elle proportionnelle à
Considérons une famille de distributions avec PDF (jusqu'à une constante de proportionnalité) donnée par Comment ça s'appelle? S'il n'a pas de nom, comment l'appelleriez-vous?p ( x ) ∼1( 1 + αX2)1 / α.p(x)∼1(1+αX2)1/α.p(x)\sim \frac{1}{(1+\alpha x^2)^{1/\alpha}}. Il ressemble assez à la famille des distributions avec PDF proportionnel à p (x) \ …
1
Distribution de
Je travaille sur le problème suivant: Soit et des variables aléatoires indépendantes de densité commune où . Soit U = \ min (X, Y) et V = \ max (X, Y) . Trouvez la densité conjointe de (U, V) et donc trouver le pdf de U + V .XXXYYYf(x)=αβ−αxα−110&lt;x&lt;βf(x)=αβ−αxα−110&lt;x&lt;βf(x)=\alpha\beta^{-\alpha}x^{\alpha-1}\mathbf1_{0<x<\beta}α⩾1α⩾1\alpha\geqslant1U=min(X,Y)U=min(X,Y)U=\min(X,Y)V=max(X,Y)V=max(X,Y)V=\max(X,Y)(U,V)(U,V)(U,V)U+VU+VU+V Comme …
1
La somme de la combinaison linéaire du produit des exponentielles est exponentielle
Ce problème est apparu dans mes recherches: supposons que Vje∼ EDVi∼EDV_i \sim \text{ED} sont les distributions exponentielles iid (ED) avec la moyenne 111 et laisse λλ\lambdaêtre un nombre non négatif. Est-il vrai que ∑k = 0∞λke- λV0⋯Vkk !∼ ED ?∑k=0∞λke−λV0⋯Vkk!∼ED? \sum_{k=0}^{\infty} \frac{\lambda^k e^{-\lambda}V_{0} \cdots V_k}{k!} \sim \text{ED}? Cela passe le …
1
Le noyau cosinus peut-il être compris comme un cas de distribution bêta?
Comme l'ont noté Wand et Jones (1995), la plupart des grains standard peuvent être considérés comme K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|&lt;1}K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|&lt;1} K(x;p) = \{ 2^{2p+1} \; \mathrm{B}(p+1,p+1) \}^{-1} \; (1-x^2)^p \;\boldsymbol{1}_{\{|x|<1\}} famille, où B(⋅,⋅)B(⋅,⋅)\mathrm{B}(\cdot,\cdot) est une fonction bêta. Différentes valeurs de ppp conduisent à des noyaux rectangulaires ( p=0p=0p=0 ), Epanechnikov ( p=1p=1p=1 ), …
2
Qu'est-ce que le «mélange» dans un modèle de mélange gaussien
Nous étudions souvent le modèle de mélange gaussien comme un modèle utile dans l'apprentissage automatique et ses applications. Quelle est la signification physique de ce " mélange "? Est-il utilisé parce qu'un modèle de mélange gaussien modélise la probabilité d'un certain nombre de variables aléatoires ayant chacune sa propre valeur …
2
Où puis-je obtenir des informations sur les relations entre les distributions de probabilités dans les statistiques?
Je m'intéresse aux relations entre les distributions. Comme «La somme des variables aléatoires exponentielles est une variable aléatoire gamma. Certaines distributions conditionnelles sont une autre distribution, etc. » J'ai recherché wikipedia et google mais il n'y a que des résumés, non spécifiquement prouvés ou expliqués. Je veux connaître les relations …
3
Comment effectuer une SVD pour imputer des valeurs manquantes, un exemple concret
J'ai lu les excellents commentaires sur la façon de traiter les valeurs manquantes avant d'appliquer SVD, mais j'aimerais savoir comment cela fonctionne avec un exemple simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Étant donné la matrice …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
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.