Questions marquées «gamma-distribution»

Une distribution de probabilité continue non négative indexée par deux paramètres strictement positifs.

1
Densité de Y = log (X) pour X distribué gamma
Cette question est étroitement liée à ce post Supposons que j'ai une variable aléatoire et que je définisse . Je voudrais trouver la fonction de densité de probabilité de .Y = log ( X ) YX∼ Gamma ( k , θ )X∼Gamma(k,θ)X \sim \text{Gamma}(k, \theta)Oui= journal( X)Y=log⁡(X)Y = \log(X)OuiOuiY Je …
2
Attente d'un Gamma carré
Si une distribution Gamma est paramétrée avec αα\alpha et ββ\beta , alors: E( Γ ( α , β) ) = αβE(Γ(α,β))=αβ E(\Gamma(\alpha, \beta)) = \frac{\alpha}{\beta} Je voudrais calculer l'espérance d'un Gamma carré, c'est-à-dire: E( Γ ( α , β)2) = ?E(Γ(α,β)2)=? E(\Gamma(\alpha, \beta)^2) = ? Je pense que c'est: E( …
2
Distribution des données en pourcentage
J'ai une question sur la distribution correcte à utiliser pour créer un modèle avec mes données. J'ai effectué un inventaire forestier avec 50 parcelles, chaque parcelle mesure 20m × 50m. Pour chaque parcelle, j'ai estimé le pourcentage de couvert arboré qui ombrage le sol. Chaque parcelle a une valeur, en …
1
Comment dessiner un graphique ajusté et un graphique réel de la distribution gamma dans un seul graphique?
Chargez le package nécessaire. library(ggplot2) library(MASS) Générez 10 000 nombres adaptés à la distribution gamma. x <- round(rgamma(100000,shape = 2,rate = 0.2),1) x <- x[which(x>0)] Dessinez la fonction de densité de probabilité, supposant que nous ne savons pas à quelle distribution x correspond. t1 <- as.data.frame(table(x)) names(t1) <- c("x","y") t1 …
3
Indépendance des statistiques de la distribution gamma
Soit un échantillon aléatoire de la distribution gamma .X1,...,XnX1,...,XnX_1,...,X_nGamma(α,β)Gamma(α,β)\mathrm{Gamma}\left(\alpha,\beta\right) Soit et la moyenne et la variance de l'échantillon.X¯X¯\bar{X}S2S2S^2 Ensuite, prouvez ou réfutez que et sont indépendants.X¯X¯\bar{X}S2/X¯2S2/X¯2S^2/\bar{X}^2 Ma tentative: depuis , nous devons vérifier l'indépendance de et , mais comment établir l'indépendance entre eux?S2/X¯2=1n−1∑ni=1(XiX¯−1)2S2/X¯2=1n−1∑i=1n(XiX¯−1)2S^2/\bar{X}^2 = \frac{1}{n-1} \sum_{i=1}^n \left(\frac{X_i}{\bar{X}}-1\right)^2 X¯X¯\bar{X}(XiX¯)ni=1(XiX¯)i=1n\left(\frac{X_i}{\bar{X}} \right)_{i=1}^{n}
2
Calculer la courbe ROC pour les données
Donc, j'ai 16 essais dans lesquels j'essaie d'authentifier une personne à partir d'un trait biométrique en utilisant Hamming Distance. Mon seuil est fixé à 3,5. Mes données sont ci-dessous et seul l'essai 1 est un vrai positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
2
Quelles sont la moyenne et la variance de la distribution gamma?
Il existe deux formes pour la distribution Gamma, chacune avec des définitions différentes pour les paramètres de forme et d'échelle. Plutôt que de demander à quoi sert le formulaire pour l' implémentation de gsl_ran_gamma , il est probablement plus facile de demander les définitions associées de la moyenne et de …
3
Trouvez la distribution et passez à la distribution normale
J'ai des données qui décrivent la fréquence à laquelle un événement se produit pendant une heure ("nombre par heure", nph) et la durée des événements ("durée en secondes par heure", dph). Ce sont les données d'origine: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, …
8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution 
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.