Questions marquées «joint-distribution»

La distribution de probabilité conjointe de plusieurs variables aléatoires donne la probabilité qu'elles se trouvent toutes simultanément dans une région particulière.

Pourquoi les autocovariances pourraient-elles caractériser pleinement une série chronologique?

J'ai lu dans la série chronologique de John Cochrane sur la macroéconomie et les finances que: L'autocovariance peut pleinement caractériser les séries chronologiques [distribution conjointe]. Je ne comprends pas pleinement le lien entre la covariance et la distribution conjointe ici. Quelqu'un peut-il expliquer cela?

8 time-series autocorrelation joint-distribution

Problème de calcul de la distribution conjointe et marginale de deux distributions uniformes

Supposons que nous ayons une variable aléatoire distribuée comme et distribuée comme , où signifie une distribution uniforme dans l'intervalle .X1X1X_1U[0,1]U[0,1]U[0,1]X2X2X_2U[0,X1]U[0,X1]U[0,X_1]U[a,b]U[a,b]U[a,b][a,b][a,b][a,b] J'ai pu calculer le pdf commun de et le pdf marginal de .(X1,X2)(X1,X2)(X_1,X_2)X1X1X_1 p(x1,x2)=1x1, for 0≤x1≤1,0≤x2≤x1,p(x1,x2)=1x1, for 0≤x1≤1,0≤x2≤x1, p(x_1,x_2) = \frac{1}{x_1}, \text{ for }\quad 0\le x_1\le 1, \quad 0\le …

8 pdf marginal joint-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.