Questions marquées «marginal»

La distribution marginale fait référence à la distribution de probabilité d'un sous-ensemble de variables contenues dans une distribution conjointe.

5
Lecture introductive sur les copules
Depuis quelque temps, je cherche une bonne lecture introductive sur les copules pour mon séminaire. Je trouve beaucoup de matériel qui parle d'aspects théoriques, ce qui est bien, mais avant de les aborder, je cherche à construire une bonne compréhension intuitive sur le sujet. Quelqu'un pourrait-il suggérer de bons articles …
1
Quelle méthode de comparaison multiple utiliser pour un modèle lmer: lsmeans ou glht?
J'analyse un ensemble de données à l'aide d'un modèle à effets mixtes avec un effet fixe (condition) et deux effets aléatoires (participant en raison de la conception et de la paire du sujet). Le modèle a été généré avec le lme4package: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Ensuite, j'ai effectué un test de rapport de …
3
Estimateur du maximum de vraisemblance de la distribution conjointe, compte tenu uniquement des comptes marginaux
Soit une distribution conjointe de deux variables catégorielles , avec . Supposons que échantillons ont été tirés de cette distribution, mais nous ne recevons que les comptes marginaux, à savoir pour :px,ypx,yp_{x,y}X,YX,YX,Yx,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\}nnnj=1,…,Kj=1,…,Kj=1,\ldots,K Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j),Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j), S_j = \sum_{i=1}^{n}{\delta(X_i=l)}, T_j = \sum_{i=1}^{n}{\delta(Y_i=j)}, Quel est l'estimateur du maximum de vraisemblance pour , étant donné …
2
Intuition derrière les corrélations «partielles» et «marginales»
Quelqu'un a-t-il une idée de la raison pour laquelle la corrélation conditionnelle entre 2 variables est appelée corrélation "partielle" et la corrélation simple entre elles (donc, lorsqu'elle n'est conditionnée à aucune autre variable) est appelée corrélation "marginale"? Quelle est l'intuition derrière les mots "partiel" et "marginal"? Que font-ils des "pièces" …
1
Échantillonnage à partir d'une distribution marginale à l'aide d'une distribution conditionnelle?
Je veux échantillonner à partir d'une densité univariée mais je ne connais que la relation:FXfXf_X FX( x ) = ∫FX| Oui( x | y) fOui( y) dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Je veux éviter l'utilisation de MCMC (directement sur la représentation intégrale) et, comme et sont faciles à …
1
Mise à jour d'un facteur Bayes
Un facteur bayésien est défini dans les tests bayésiens d'hypothèse et de sélection du modèle bayésien par le rapport de deux probabilités marginales: pour un échantillon iid et les densités d'échantillonnage respectives et , avec les a priori correspondants et , le facteur Bayes pour comparer les deux modèles est …
2
Estimateur MCMC robuste de vraisemblance marginale?
J'essaie de calculer la probabilité marginale d'un modèle statistique par les méthodes de Monte Carlo: F( x ) = ∫F( x ∣ θ ) π( θ )réθF(X)=∫F(X∣θ)π(θ)réθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta La probabilité est bien comportée - lisse, log-concave - mais de grande dimension. J'ai essayé l'échantillonnage d'importance, mais …
1
Trouver les densités marginales de
Comme le titre l'indique, je cherche les densités marginales def(x,y)=c1−x2−y2−−−−−−−−−√,x2+y2≤1.f(x,y)=c1−x2−y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Jusqu'à présent, j'ai trouvé que était . J'ai compris cela en convertissant en coordonnées polaires et en intégrant sur , c'est pourquoi je suis coincé sur la …
1
La distribution d'entropie maximale est-elle cohérente avec les distributions marginales données, la distribution du produit des marginaux?
Il existe généralement de nombreuses distributions conjointes cohérentes avec un ensemble connu de distributions marginales .P(X1=x1,X2=x2,...,Xn=xn)P(X1=x1,X2=x2,...,Xn=xn)P(X_1 = x_1, X_2 = x_2, ..., X_n = x_n)fi(xi)=P(Xi=xi)fi(xi)=P(Xi=xi)f_i(x_i) = P(X_i = x_i) De ces distributions conjointes, le produit est-il formé en prenant le produit des marginaux celui ayant l'entropie la plus élevée?∏ifi(xi)∏ifi(xi)\prod_i f_i(x_i) …
3
Probabilité gaussienne + quel a priori = Marginal gaussien?
Étant donné une probabilité gaussienne pour un échantillon comme avec étant l'espace des paramètres et , paramétrisations arbitraires du vecteur moyen et de la matrice de covariance.yyyp(y|θ)=N(y;μ(θ),Σ(θ))p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) = \mathcal{N}(y;\mu(\theta),\Sigma(\theta))ΘΘ\Thetaμ(θ)μ(θ)\mu(\theta)Σ(θ)Σ(θ)\Sigma(\theta) Est-il possible de spécifier une densité antérieure et un paramétrage du vecteur moyen et de la matrice de covariance tels que …
2
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 …
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.